買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉湖南大學申請的專利一種植被葉片病害及嚴重程度識別方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116310827B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310285256.0，技術領域涉及：G06V20/10；該發明授權一種植被葉片病害及嚴重程度識別方法是由楊彬;王竹蓮;李彩紅;汪建武設計研發完成，并于2023-03-22向國家知識產權局提交的專利申請。

本一種植被葉片病害及嚴重程度識別方法在說明書摘要公布了：本發明公開了一種植被葉片病害及嚴重程度識別方法，搭建TSTC網絡，該網絡包括多任務特征提取模塊、特征融合模塊和深度監督模塊，預設葉片分類標簽和訓練集，將訓練集中的葉片病害圖像輸入多任務特征提取模塊，輸出淺層特征；特征融合模塊對淺層特征進行融合，得到緊湊特征；將淺層特征和緊湊特征輸入深度監督模塊，經過處理得到預測值，根據預測值和葉片分類標簽計算網絡的總損失，反向傳播并更新網絡參數，得到更新后的TSTC網絡；將待檢測葉片病害圖像輸入至更新后的TSTC網絡，經過處理輸出待檢測葉片的預測值，根據待檢測葉片的預測值得到待檢測葉片的病害種類及嚴重程度。該方法可同時分別識別植被葉片的病害和嚴重程度。

本發明授權一種植被葉片病害及嚴重程度識別方法在權利要求書中公布了：1.一種植被葉片病害及嚴重程度識別方法，其特征在于，所述方法包括： S1、搭建TSTC網絡，所述TSTC網絡包括依次連接的多任務特征提取模塊、特征融合模塊和深度監督模塊； S2、預設葉片分類標簽和訓練集，將所述訓練集中的葉片病害圖像輸入至所述TSTC網絡的多任務特征提取模塊，經過處理得到三組淺層特征； S3、所述TSTC網絡的特征融合模塊采用緊湊雙線性池化技術對三組所述淺層特征進行融合，得到兩組緊湊特征； S4、將三組所述淺層特征和兩組所述緊湊特征輸入至所述TSTC網絡的深度監督模塊，經過處理得到相應的預測值，根據所述預測值和所述葉片分類標簽計算所述TSTC網絡的總損失，反向傳播更新所述網絡的網絡參數，得到更新后的TSTC網絡； S5、將待檢測葉片病害圖像輸入至所述更新后的TSTC網絡，經過處理輸出待檢測葉片的預測值，根據所述待檢測葉片的預測值得到待檢測葉片的病害種類及嚴重程度； 所述S1中的多任務特征提取模塊包括分塊模塊和若干個任務特征提取子模塊，每個任務特征提取子模塊包括線性嵌入模塊或分塊合并模塊、以及若干個SwinTransformerblock模塊，所述線性嵌入模塊或分塊合并模塊與若干個所述SwinTransformerblock模塊連接，所述分塊模塊用于對輸入的葉片病害圖像進行分塊，若干個所述任務特征提取子模塊分為四個階段三個分支網絡提取葉片病害圖像的淺層特征。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人湖南大學，其通訊地址為：410082 湖南省長沙市岳麓區麓山南路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。