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！

龙图腾网获悉四川大学申请的专利基于多尺度特征深度神经网络的半夏产地识别方法和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：CN116229455B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202310223762.7，技术领域涉及：G06V20/68；该发明授权基于多尺度特征深度神经网络的半夏产地识别方法和系统是由谭超群;吴纯洁;陈虎;黄永亮设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本基于多尺度特征深度神经网络的半夏产地识别方法和系统在说明书摘要公布了：本发明属于药材鉴别技术领域，具体涉及一种基于多尺度特征深度神经网络的半夏产地识别方法和系统。本发明方法包括如下步骤：步骤1，输入半夏细粒度图像；步骤2，将所述半夏细粒度图像输入机器学习模型，得到半夏产地识别结果；其中，所述机器学习模型是融合MBConv模块与SwinTransformer模块的混合迭代网络；步骤3，输出所述半夏产地识别结果。本发明还进一步提供实现上述方法的系统。本发明提供的模型能够实现半夏产地的快速、准确识别，具有很好的应用前景。

本发明授权基于多尺度特征深度神经网络的半夏产地识别方法和系统在权利要求书中公布了：1.一种基于多尺度特征深度神经网络的半夏产地识别方法，其特征在于，包括如下步骤： 步骤1，输入半夏细粒度图像； 步骤2，将所述半夏细粒度图像输入机器学习模型，得到半夏产地识别结果； 其中，所述机器学习模型是融合MBConv模块与SwinTransformer模块的混合迭代网络； 步骤3，输出所述半夏产地识别结果； 步骤2中，具体包括如下步骤： 步骤2.1，将半夏细粒度图像输入，提取特征并将其送入到主干MBConv模块中，得到大小为H4×W4的输出patches； 步骤2.2，将patches经由PatchMerge层运算，将2×2组相邻的patch拼接起来，在降低分辨率的同时将嵌入维数加倍，并将其传输进第一个SwinTransformer模块中； 步骤2.3，生成第一个基于注意的特征映射，通过跳跃式连接，将MBConv模块计算的结果添加到现有的特征中，得到最大的分支特征图Fs； 步骤2.4，以相同的方式将每层MBConv模块所获取的不同尺度特征图与基于SwinTransformer块特征映射的更高级别的特征进行输出，得到Fd； 步骤2.5，SwinTransformer通过多个阶段计算和更新特征映射；在每一阶段均与前者下采样之后的特征层进行关联融合；随后收集各个阶段的特征图，得到3个多尺度特征图； 步骤2.6，将所述多尺度特征图进行特征融合后，经池化层、Dropout层及全连接层处理，得到半夏产地识别结果。

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四川大学，其通讯地址为：610000 四川省成都市武侯区一环路南一段24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。