中国农业大学穆维松获国家专利权
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!
龙图腾网获悉中国农业大学申请的专利一种基于跨分辨率Transformer模型的葡萄叶病斑图像分割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:CN116091770B 。
龙图腾网通过国家知识产权局官网在2025-11-21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:202310045185.7,技术领域涉及:G06V10/26;该发明授权一种基于跨分辨率Transformer模型的葡萄叶病斑图像分割方法是由穆维松;张馨心;张慧;徐子睿;邹彬设计研发完成,并于2023-01-30向国家知识产权局提交的专利申请。
本一种基于跨分辨率Transformer模型的葡萄叶病斑图像分割方法在说明书摘要公布了:本发明属于农业信息技术领域,特别涉及一种基于跨分辨率Transformer模型的葡萄叶病斑分割方法,用于解决自然田间环境中复杂背景的葡萄叶片病斑分割问题。与之前单独考虑获取高分辨特征或语义信息的基于Transformer模型相比,跨分辨率Transformer模型同时考虑保留高分辨率特征和强大的语义信息。跨分辨率Transformer模型为“编码器‑解码器”结构,编码器由4个阶段组成,在第i个阶段中分布有i个并行连接的多分辨率Transformer块,呈金字塔形排布;解码器为汉堡包解码器。每个Transformer块包括大核挖掘注意力机制、多路径前馈网络和跨分辨率融合策略。最后通过汉堡包解码器以融合不同尺度分辨率的特征信息。
本发明授权一种基于跨分辨率Transformer模型的葡萄叶病斑图像分割方法在权利要求书中公布了:1.一种基于跨分辨率Transformer模型的葡萄叶病斑图像分割方法,其特征在于,跨分辨率Transformer模型为“编码器-解码器”结构,编码器由4个阶段组成,在第i个阶段中分布有i个并行连接的多分辨率Transformer块,呈金字塔形排布;解码器为汉堡包解码器; 多分辨率Transformer块的网络架构包括大核挖掘注意力机制、多路径前馈网络和跨分辨率融合策略; 所述大核挖掘注意力机制的卷积核大小设置为11×11,以扩大感受野,输入数据经过重叠特征嵌入和重塑后,传入大核挖掘注意力机制,通过哈达玛算子计算注意力机制的输出特征; 所述多路径前馈网络考虑了多层次语义挖掘的重要性,应用k×1和1×k的双分支卷积对和扩展比r来实现,其中,k的取值设置为3和5,r的取值设置为4,具体公式为: x3=Conv3×1Conv1×3Linearxin x5=Conv5×1Conv1×5Linearxin xout=Catx3,x5+xin 其中LN归一化和激活层GELU被省略,xin表示从大核挖掘注意力机制中输出的特征,xout表示从多路径前馈网络输出的特征; 所述跨分辨率融合策略通过二进制循环构建一个静态的二维矩阵,并将语义信息通过上采样或下采样进行融合,低分辨率特征图分支的语义信息上采样至高分辨率特征图分支,以提取更大感受野的语义特征,高分辨率特征图被下采样至低分辨率特征图以保持更多的图像细节,从而实现对具有复杂背景的小目标病害的准确分割; 所述汉堡包解码器利用矩阵分解方法对全局空间信息进行建模,聚合最后三层的上下文信息,以融合不同尺度分辨率的特征信息。
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中国农业大学,其通讯地址为:100193 北京市海淀区圆明园西路2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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励