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！

龙图腾网获悉华南理工大学申请的专利基于改进deeplabv3+模型的番茄叶片虫害区域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：CN116433901B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202310281424.9，技术领域涉及：G06V10/26；该发明授权基于改进deeplabv3+模型的番茄叶片虫害区域分割方法是由杜启亮;冯良枫;田联房设计研发完成，并于2023-03-22向国家知识产权局提交的专利申请。

本基于改进deeplabv3+模型的番茄叶片虫害区域分割方法在说明书摘要公布了：本发明公开了一种基于改进deeplabv3+模型的番茄叶片虫害区域分割方法，包括：构建原始数据集；对原始数据集进行数据增强，构建训练数据集、验证数据集和测试数据集；对训练数据集进行尺寸转换和数据归一化处理；对改进deeplabv3+模型设定训练参数，并使用训练数据集和验证数据集进行训练和验证，保存最优模型；对测试数据集中的待识别图像进行尺寸转换和数据归一化处理后，将其输入保存好的模型，完成对番茄叶片虫害区域的精准分割。本发明为治理番茄虫害问题提供了新的方法，有效保护番茄的生长。

本发明授权基于改进deeplabv3+模型的番茄叶片虫害区域分割方法在权利要求书中公布了：1.基于改进deeplabv3+模型的番茄叶片虫害区域分割方法，其特征在于，该改进deeplabv3+模型是对原来的deeplabv3+模型进行四部分改进，第一部分是对原来的主干特征提取网络进行改进：将原来的主干特征提取网络xception替换成MobileNetV3主干特征提取网络，同时删减了后三层卷积层和减少了一次下采样，减少了信息的丢失；第二部分是对aspp模块进行改进：为了弥补原有aspp结构因为膨胀卷积而抛弃了大量信息的缺点，借鉴densenet的思想，将三个卷积操作的膨胀率分别设为3、5和7，同时增加一个与以上三个卷积操作并行的膨胀率为11的卷积操作，低膨胀率的输出会加到高膨胀率的输入中，同时弥补原有最大池化操作丢失信息，将原有最大池化替换成soft池化，能减少池化过程中带来的信息损失，同时为了减少参数量以及运算量，将全部普通卷积替换成depthwiseconvolution，故将改进的aspp结构命名为ddaspp；第三部分是在ddaspp结构的输出后加一个cbam卷积注意力机制模块，增强局部信息的提取；最后一部分是在解码器阶段，增加了一次底层特征的融合，使分割效果更好； 该番茄叶片虫害区域分割方法的具体实施包括以下步骤： 1收集樱桃番茄种植地内种植的番茄叶片图像，并用超分辨率恢复算法提高图像的质量； 2用labelme软件分割出图像中番茄叶片虫害区域，构建原始数据集； 3根据樱桃番茄种植地环境与樱桃番茄的生长特点，使用数据增强手段对原始数据集进行数据增强，构建训练数据集、验证数据集和测试数据集； 4对训练数据集进行尺寸的转换后，统一进行批归一化处理，以加快后续训练过程中模型的收敛速度； 5对改进deeplabv3+模型设定训练参数，并使用训练数据集进行训练，通过得到识别图像分割的概率值，将二元交叉熵损失和与人工标注的真实值计算损失值，最后基于模型计算的损失值进行权重更新，根据训练过程中迭代的次数进行优化器调整模型参数，更新学习率，且每当特定次数的模型训练后用验证数据集对模型的训练效果进行验证，迭代进行至验证数据集的总损失达到最小的状态，最终保存经训练和验证后的最优模型； 6对测试数据集中待识别樱桃番茄叶片图像进行尺寸转换和归一化处理后，输入到保存的最优模型进行推理，保存的最优模型能够分割出待识别樱桃番茄叶片图像的虫害区域，完成对番茄叶片虫害区域精准分割。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。