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！

龙图腾网获悉浙江大学湖州研究院申请的专利基于移动设备算力对复杂场景下水稻叶病病斑快速检测的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：CN119723166B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202411752906.9，技术领域涉及：G06V10/764；该发明授权基于移动设备算力对复杂场景下水稻叶病病斑快速检测的方法是由叶炜;姜飞;李兆星;赵磊设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本基于移动设备算力对复杂场景下水稻叶病病斑快速检测的方法在说明书摘要公布了：本发明公开了一种基于移动设备算力对水稻叶病病斑检测的方法，通过基于YOLOv5的改进检测模型完成对水稻病害的检测，所述检测模型引入三元注意力机制加强YOLOv5中的注意特征提取能力，使用C3CBAM模块替YOLOv5中的颈部网络的C3模块，并使用轻量化卷积GhostConv替换YOLOv5中的主干网络中的卷积Conv，部署到移动端树莓派上并进行mnn加速，对输入的水稻叶片图像进行检测，获得检测结果。本发明保持对水稻常见叶病的检测准确率，同时能在移动端树莓派上保持着较快的推理速度。

本发明授权基于移动设备算力对复杂场景下水稻叶病病斑快速检测的方法在权利要求书中公布了：1.一种基于移动设备算力对水稻叶病病斑检测的方法，其特征在于，包括如下步骤： 1收集水稻常见叶病病斑图像样本并进行图像预处理，得到水稻叶病图像样本数据集，所述水稻常见叶病包括白穗病、稻瘟病、稻曲病和胡麻斑病； 2对步骤1中的水稻叶病图像样本数据集进行样本数据增强，增加样本数量以及凸显样本目标特征，得到水稻叶病病斑图像样本数据集； 3利用图像标注软件对步骤2的水稻叶病病斑图像样本数据集中水稻叶病的病斑进行矩形框标注，得到水稻叶病病斑图像最终的样本数据集； 4利用步骤3中的水稻叶病病斑图像最终的样本数据集训练检测模型，所述检测模型以目标检测算法YOLOv5为基础模型，引入三元注意力机制加强目标检测算法YOLOv5中的注意特征提取能力，使用C3CBAM模块替换目标检测算法YOLOv5中的颈部网络的C3模块，并使用轻量化卷积GhostConv替换目标检测算法YOLOv5中的主干网络中的卷积Conv，得到最终的检测模型； 5将步骤4得到的最终的检测模型部署到移动端树莓派上并进行mnn加速，对输入的水稻叶片图像进行检测，获得检测结果； 获得所述检测模型的实现原理如下： 1给定一个输入特征图张量其中H、W、C分别为特征图的高度、宽度、通道数，R表示多维矩阵；χ在通过所述基础模型的主干网络时，首先使用GhostConv轻量化卷积代替原卷积Conv，减少模型参数量；然后在GhostConv层后引入TripletAttention模块，捕捉特征信息在空间维度和通道维度之间的交互，使图像在浅层网络阶段就能够以保留完整信息的状态被网络读取；随后，特征信息输入到下一层，通过C3特征提取器完成特征信息在通道和空间维度上的提取，并利用空间金字塔池化模块SPP完成特征图局部和全局特征信息的提取； 2上述操作后得到的特征图进入颈部网络时，首先经过卷积Conv提取特征，然后将图像进行上采样操作，使特征图分辨率放大并与主干网络中的相同分辨率特征图进行通道维度上的组合，随后通过不同维度的C3CBAM层后输出特征；使用BatchNorm操作对特征图张量的分布规律进行归一化，ReLU函数作为激活函数减少模型计算量。

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大学湖州研究院，其通讯地址为：313000 浙江省湖州市西塞山路819号南太湖新区科技创新综合体B1、B2幢2-3层；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。