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！

龙图腾网获悉江西农业大学申请的专利基于层级多尺度特征融合的杂草识别方法及系统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：CN120495911B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510998774.6，技术领域涉及：G06V20/10；该发明授权基于层级多尺度特征融合的杂草识别方法及系统是由华晶;陈琦;贺瑞敏;陈锦波设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本基于层级多尺度特征融合的杂草识别方法及系统在说明书摘要公布了：本发明公开了一种基于层级多尺度特征融合的杂草识别方法及系统，该方法包括以下步骤，构建图像数据集；构建HDMS多种杂草目标检测模型；所述HDMS多种杂草目标检测模型是将YOLO11模型的特征提取网络中的C3k2模块替换为PC‑MSFA模块；将YOLO11模型的检测网络的检测模块替换为IntergraDet模块得到，将构建数据集输入HDMS多种杂草目标检测模型中进行训练，获得训练后的HDMS多种杂草目标检测模型进行农田中杂草的识别。本发明通过在YOLO11模型的特征提取网络中的C3k2模块替换为PC‑MSFA模块得到HDMS多种杂草目标检测模型，显著增强了多尺度目标感知能力。

本发明授权基于层级多尺度特征融合的杂草识别方法及系统在权利要求书中公布了：1.一种基于层级多尺度特征融合的杂草识别方法，其特征在于，包括以下步骤： 步骤S1：构建图像数据集；图像数据集由Cropandweed数据集划分得到； 步骤S2：构建HDMS多种杂草目标检测模型；所述HDMS多种杂草目标检测模型是将YOLO11模型的特征提取网络中的C3k2模块替换为PC‑MSFA模块，将YOLO11模型的检测网络的检测模块替换为IntergraDet模块得到； 步骤S3：将图像数据集输入构建的HDMS多种杂草目标检测模型进行训练，获得训练后的HDMS多种杂草目标检测模型； 步骤S4：采用训练后的HDMS多种杂草目标检测模型进行农田中杂草的识别； 特征提取网络包括SRFD模块，SRFD模块的输出端依次连接第一PC‑MSFA模块、第一DRFD模块、第二PC‑MSFA模块、第二DRFD模块、第三PC‑MSFA模块、第三DRFD模块、第四PC‑MSFA模块、SPPF模块、C2PSA模块； 所述第二PC‑MSFA模块包括全局平均池化、全局最大池化、第三普通卷积；第一DRFD模块的输出端分别连接全局平均池化、全局最大池化、第三普通卷积； 全局平均池化的输出端与全局最大池化的输出端连接第七融合模块，第七融合模块的输出端连接Sigmoid激活函数，Sigmoid激活函数的输出端与第一DRFD模块的输出端连接第八融合模块，第八融合模块的输出端连接第十普通卷积； 第三普通卷积的输出端分别连接第四普通卷积和第五融合模块，第四普通卷积的输出端分别连接第五普通卷积和第五融合模块，第五普通卷积的输出端连接第五融合模块，第五融合模块的输出端连接第六普通卷积； 第六普通卷积的输出端与第十普通卷积的输出端连接第六融合模块，第六融合模块的输出端连接第十一普通卷积。

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江西农业大学，其通讯地址为：330000 江西省南昌市经济技术开发区志敏大道1101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。