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自定义轻量型卷积神经网络玉米种穗分类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：CN116258899B 。

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：202310072702.X，技术领域涉及：G06V10/764；该发明授权一种基于自定义轻量型卷积神经网络玉米种穗分类方法是由李永磊;马翔;万里鹏程;宋金玙;宋建农设计研发完成，并于2023-02-07向国家知识产权局提交的专利申请。

本一种基于自定义轻量型卷积神经网络玉米种穗分类方法在说明书摘要公布了：本发明提出了一种基于自定义轻量型卷积神经网络玉米种穗分类方法，解决了传统深度学习模型计算成本大、模型可解释性较差等问题，其主要步骤包括：S1、采集玉米种穗图像并构建对应数据集；S2、依据卷积神经网络构建分类模型，包括，输入层，用以对图像进行缩放和归一化并输入模型，特征提取层，用以对输入图像进行特征提取，分类层，用以提取到的分类特征进行分类预测，输出层，用以输出图像预测结果；S3、依据优化训练策略对分类模型进行反复迭代训练和验证，至其各性能指标趋于稳定保存模型；S4、测试步骤S3保存的分类模型，若性能不满足要求则重新进行步骤S3；S5、通过Grad‑CAM算法可视化所述分类模型的分类结果。

本发明授权一种基于自定义轻量型卷积神经网络玉米种穗分类方法在权利要求书中公布了：1.一种基于自定义轻量型卷积神经网络玉米种穗分类方法，其特征在于，包括如下步骤： S1、采集玉米种穗图像并构建对应数据集，所述数据集包括正常玉米种穗图像与异常玉米种穗图像； S2、依据卷积神经网络构建分类模型，所述分类模型包括， 输入层，用以对步骤S1中的玉米种穗图像进行缩放和归一化并输入模型； 特征提取层，用以对输入层输入的玉米种穗图像进行特征提取，所述特征提取层由五个由浅至深的卷积层块构成，每一所述卷积层块由卷积层、池化层、批量归一化层、激活函数和注意力机制组成，所述卷积层首先对输入的玉米种穗图像进行卷积以提取得到初始特征，随后依次通过池化层、批量归一化层和激活函数对所述初始特征进行下采样、数据分布调整以及非线性增加处理得到分类特征，所述注意力机制用以提取所述分类特征中每个通道的重要程度，所述注意力机制为Squeeze-and-ExcitationNetworks； 分类层，由全局平均池化层、全连接层和分类器组成，用以对经特征提取层提取到的分类特征进行分类预测， 输出层，用以输出玉米种穗图像的预测结果，预测结果类别包括正常玉米种穗与异常玉米种穗； S3、依据优化训练策略对所述分类模型进行反复迭代训练和验证，至其各性能指标趋于稳定保存模型； S4、测试步骤S3保存得到的分类模型，若性能不满足要求则重新进行步骤S3中的训练和验证过程； S5、通过Grad-CAM算法可视化所述分类模型的分类结果。

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。