中国农业科学院农业基因组研究所乔曦获国家专利权
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科学院农业基因组研究所申请的专利一种植物叶片病害检测识别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：CN117197525B 。
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：202310901514.3，技术领域涉及：G06V10/764；该发明授权一种植物叶片病害检测识别方法是由乔曦;张子照;李儒奇;刘博;刘聪辉;万方浩;钱万强设计研发完成，并于2023-07-21向国家知识产权局提交的专利申请。
本一种植物叶片病害检测识别方法在说明书摘要公布了：本发明公开了一种农作物病害识别技术领域中，一种植物叶片病害的识别检测方法，其中包括了图像分割、数据增强及图像识别。具体步骤如下：1采集原始植物叶片进行标注，建立原始数据集，进行训练获得Unet语义分割模型，制作去除背景数据集，并训练，获得DCGAN数据增强模型，制作数据增强数据集，形成图形分类模型，通过模型进行分析得到植物叶片的病虫害分类。本发明与现有技术相比的优点在于：通过图像分割和数据增强后整合得到的数据库训练的MobileNetV3‑Large图像识别网络，可以使该网络的识别精度大幅提高。
本发明授权一种植物叶片病害检测识别方法在权利要求书中公布了：1.一种植物叶片病害检测识别方法，特征在于： 包括以下步骤： S1：数据采集，通过图像采集设备采集患有不同病害的植物叶片原始图像； S2：标注病害叶片图像并制作VOC格式的语义分割数据集； S3：使用S2得到的所述语义分割数据集训练Unet模型并保存； S4：使用S3训练好的Unet语义分割模型对植物叶片的原始图像进行分割，得到病害叶片和背景分离的分割图像，制作去除背景数据集； S5：使用所述的去除背景数据集训练DCGAN模型，保存最佳的训练结果作为最终的数据增强模型； S6：使用所述的最终的DCGAN数据增强模型，生成植物叶片病害的虚拟图像并保存，制作病害叶片图像分类数据集； S7：利用S6构建的所述病害叶片分类数据集训练MobileNetV3-Large图像分类模型； S8：使用S3训练好的Unet语义分割模型和S7训练好的MobileNetV3-Large图像分类模型对未参与训练的植物病害叶片的原始图像进行识别应用。
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科学院农业基因组研究所，其通讯地址为：518000 广东省深圳市大鹏新区鹏飞路7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。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
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