买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江农林大学申请的专利一种多模态小样本植物病害识别方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121505459B 。

龙图腾网通过国家知识产权局官网在2026-03-31发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610036055.0，技术领域涉及：G06V20/10；该发明授权一种多模态小样本植物病害识别方法是由周厚奎;聂远设计研发完成，并于2026-01-12向国家知识产权局提交的专利申请。

本一种多模态小样本植物病害识别方法在说明书摘要公布了：本发明公开了一种多模态小样本植物病害识别方法，所述方法为：通过收集获取植物病害图像，对图片进行数据预处理；提出VSF模型，包括语义升级模块，利用大语言模型和提示词对植物病害定义升级生成更真实且符合农业场景的病害描述；设计两阶段模态融合模块，有效提升跨模态信息的一致性和判别能力；将预处理后的图像数据输入到模型中进行训练与验证，获得最优模型；最后将待分类图像输入到最优模型中获取分类结果。本发明提出的一种多模态小样本植物病害识别方法，可确保对植物病害快速识别并获得正确类型，具有良好的应用前景。

本发明授权一种多模态小样本植物病害识别方法在权利要求书中公布了：1.一种多模态小样本植物病害识别方法，其特征在于，包括如下步骤： a.首先收集植物病害图像数据集，对输入网络的植物病害图像进行数据预处理， 得到处理后的图像数据集； b.构建一种结合视觉与语义的植物病害识别模型VSF，包括语义升级模块US，利用大语言模型和提示词Prompt对植物病害定义升级生成更为丰富、真实且符合农业场景的病害描述； 引入两阶段模态融合模块TSMF，有效提升跨模态表示的一致性和判别能力；所述步骤b 中的语义升级模块US具体包括：所述步骤a中输入网络的植物病害图像，将植物病害类别 名称定义为C，并计算植物病害图像的聚类中心VC作为原型，然后将植物病害类别C输入 到大语言模型LLM，大语言模型通过检索国际官方的农业组织网站和农业期刊获取与类别C 相关的基础定义B，是对类别C的一段简洁的描述，紧接着自定义提示词Prompt，提示词会告 诉大模型基于基础定义生成一个更详细且具有农业实际意义的植物病害文本特征，最后 将得到的文本特征送入文本编码器当中得到最新的文本特征S： ，，，其中，大语言模型LLM使用的是的GPT-4o， Prompt表示提示词，CLIP为文本编码器；所述步骤b中的两阶段模态融合模块TSMF具体包 括：所述步骤a中输入网络的植物病害图像的图像特征为，图像特征会经过图像编码 器ViT进行处理得到最新的图像特征，TSMF模块首先采用线性映射将文本特征S投影至特 征空间得到相同维度的文本特征，接下来，将投影后的文本特征与最新的图像特征拼 接得到初始联合表示X， ，，，表示拼接操作，拼接后的语义信息再通过两阶段渐进式融合步骤和进行特征融合，第一阶段融合通过归一化和非线性激活函数操作，实现特征间的初步整合，接着，在第二阶段融合中，对初步融合结果进行深层建模和特征压缩，进一步调和模态间的分布差异； ，，，其中，和表示ReLU激活函数，和表示LayerNorm归一化操作；最后通过计算融合得到的特征与植物病害类别之间的距离来训练损失函数L进行模型优化，min表示最小化损失函数; c.将预处理后的植物病害图像数据送入到VSF模型中进行训练与验证，通过迭代训练保存最优模型权重，并使用验证集评估模型性能，评估指标包括参数量、浮点计算量、准确率； d.将待分类的植物病害图像输入至上述步骤c训练得到的VSF模型中，通过正向计算输出分类结果。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江农林大学，其通讯地址为：311300 浙江省杭州市临安区武肃街666号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。