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！

龙图腾网获悉浙江师范大学申请的专利一种基于迁移卷积神经网络的蓝莓叶片品种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：CN115423997B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202211000665.3，技术领域涉及：G06V10/20；该发明授权一种基于迁移卷积神经网络的蓝莓叶片品种识别方法是由赵翠芳;易美娟;廖芳蕾;郭卫东;田永乐设计研发完成，并于2022-08-19向国家知识产权局提交的专利申请。

本一种基于迁移卷积神经网络的蓝莓叶片品种识别方法在说明书摘要公布了：本发明公开了一种基于迁移卷积神经网络的蓝莓叶片品种识别方法，该方法为：将获取蓝莓叶片图像进行预处理后，制作蓝莓叶片数据集；然后将其分为训练集和验证集；建立以EfficientNet‑B1网络模型为基础，并对EfficientNet‑B1网络模型结构中Stage1～Stage7的MBConv结构进行改进，得到改进的EfficientNet‑B1模型进行训练，将训练后权重保存入模型；将数据集输入，对应蓝莓叶片标签作为输出，对构建的改进的EfficientNet‑B1模型对数据集进行训练和验证，选取准确率最高的模型作为蓝莓叶片识别模型；将待检测的蓝莓叶片图像进行预处理后，输入蓝莓品种识别模型，得到蓝莓品种识别结果。本发明的蓝莓叶片品种识别方法，解决人为选取特征导致分类结果精度不高和没有专门针对蓝莓叶片品种的识别模型的问题。

本发明授权一种基于迁移卷积神经网络的蓝莓叶片品种识别方法在权利要求书中公布了：1.一种基于迁移卷积神经网络的蓝莓叶片品种识别方法，其特征是包括以下步骤： 步骤1：数据准备，获取蓝莓叶片图像数据，对蓝莓叶片数据进行预处理，制作蓝莓叶片数据集；然后将其分为训练集和验证集； 步骤2：建立模型，该模型以EfficientNet-B1网络模型为基础，并对EfficientNet-B1网络模型结构中Stage1～Stage7的MBConv结构进行改进，改进后的MBConv结构由一个卷积核大小为1×1的逐点卷积，一个卷积核大小为k×k的深度可分离卷积，一个SE模块，一个卷积核大小为1×1的逐点卷积和一个CBAM模块组成； 步骤3：训练模型，将所述步骤1中的训练集中的蓝莓叶片图像作为输入，对应蓝莓叶片标签作为输出，对步骤2构建的改进的EfficientNet-B1模型进行训练，将训练后权重保存入模型； 步骤4：确定模型，将所述步骤1中的验证集中的蓝莓叶片图像作为输入，对应蓝莓叶片标签作为输出，将输出值与图像的实际标签比较计算得到模型准确率；重复上述过程，选取准确率最高的模型作为蓝莓叶片识别模型； 步骤5：将待检测的蓝莓叶片图像进行预处理后，输入所述步骤4得到的蓝莓品种识别模型，输出待检测的蓝莓叶片图像标签，即蓝莓品种识别结果。

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浙江师范大学，其通讯地址为：321004 浙江省金华市迎宾大道688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。