買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉長春理工大學(xué)申請的專利葫蘆科植物葉片病害分類方法及其系統(tǒng)獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN120510458B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202511006134.9，技術(shù)領(lǐng)域涉及：G06V10/764；該發(fā)明授權(quán)葫蘆科植物葉片病害分類方法及其系統(tǒng)是由楊絮;司懷遠(yuǎn);安曉峰;張鵬;姜嵐峰設(shè)計(jì)研發(fā)完成，并于2025-07-22向國家知識產(chǎn)權(quán)局提交的專利申請。

本葫蘆科植物葉片病害分類方法及其系統(tǒng)在說明書摘要公布了：葫蘆科植物葉片病害分類方法及其系統(tǒng)，涉及農(nóng)業(yè)智能化技術(shù)領(lǐng)域，解決了現(xiàn)有的深度學(xué)習(xí)模型難以適應(yīng)植物病害圖像中病斑區(qū)域與背景特征在形態(tài)、尺度和分布上的顯著差異的問題。包括以下步驟：步驟S1，獲取葫蘆科植物葉片病害圖像的數(shù)據(jù)集，對其進(jìn)行預(yù)處理；步驟S2，構(gòu)建ResNet18?AWRB架構(gòu)，具體為：ResNet18?AWRB架構(gòu)包括主路徑、殘差路徑和注意力融合路徑；步驟S3，將葫蘆科植物葉片病害圖像的數(shù)據(jù)集輸入ResNet18?AWRB架構(gòu)，輸出葫蘆科植物葉片病害的分類結(jié)果。

本發(fā)明授權(quán)葫蘆科植物葉片病害分類方法及其系統(tǒng)在權(quán)利要求書中公布了：1.葫蘆科植物葉片病害分類方法，其特征在于，包括以下步驟： 步驟S1，獲取葫蘆科植物葉片病害圖像的數(shù)據(jù)集，對其進(jìn)行預(yù)處理； 步驟S2，構(gòu)建ResNet18-AWRB架構(gòu)，具體為： ResNet18-AWRB架構(gòu)包括主路徑、殘差路徑和注意力融合路徑； 步驟S3，將葫蘆科植物葉片病害圖像的數(shù)據(jù)集輸入ResNet18-AWRB架構(gòu)，輸出葫蘆科植物葉片病害的分類結(jié)果； 所述的步驟S2中，所述的ResNet18-AWRB架構(gòu)，具體為： 注意力融合路徑分別生成第一注意力權(quán)重和第二注意力權(quán)重，第一注意力權(quán)重對殘差路徑的輸出結(jié)果進(jìn)行加權(quán)，第二注意力權(quán)重對主路徑的輸出結(jié)果進(jìn)行加權(quán)，殘差路徑加權(quán)后的輸出結(jié)果和主路徑加權(quán)后的輸出結(jié)果進(jìn)行融合； 所述的注意力融合路徑分別生成第一注意力權(quán)重和第二注意力權(quán)重，具體為： 注意力融合路徑通過融合注意力分別生成第一注意力權(quán)重和第二注意力權(quán)重； 所述的融合注意力由SE模塊和GAM模塊融合組合； 所述的第一注意力權(quán)重對殘差路徑的輸出結(jié)果進(jìn)行加權(quán)，具體為： 殘差路徑通過恒等映射輸出結(jié)果，第一注意力權(quán)重對殘差路徑的輸出結(jié)果進(jìn)行加權(quán)； 所述的第二注意力權(quán)重對主路徑的輸出結(jié)果進(jìn)行加權(quán)，具體為： 主路徑依次通過卷積權(quán)重層、激活層和卷積權(quán)重層輸出結(jié)果，第二注意力權(quán)重對主路徑的輸出結(jié)果進(jìn)行加權(quán)。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人長春理工大學(xué)，其通訊地址為：130022 吉林省長春市衛(wèi)星路7089號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。