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！

龙图腾网获悉成都理工大学申请的专利基于分级检测双任务模型的辣椒病虫害识别方法及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：CN116612386B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310602930.3，技术领域涉及：G06V20/10；该发明授权基于分级检测双任务模型的辣椒病虫害识别方法及系统是由唐源;李昱瑾;唐有万;李丽平;陈秀雷;熊杰设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本基于分级检测双任务模型的辣椒病虫害识别方法及系统在说明书摘要公布了：本发明属于病虫害识别技术领域，公开了一种基于病害分级检测双任务模型的辣椒病虫害识别方法及系统，包括：利用显著性目标检测模型U2‑Net对样本图像进行增强处理，构建以ResNet50为提取病害检测、严重程度分级两个任务的联合特征的主干网络、输出层采用两个并行的全连接层并添加有SE注意力模块的病害分级检测双任务模型，引入了迁移学习并结合使用添加了合成图像后的数据集完成模型的训练，利用病害分级检测双任务模型进行辣椒病害种类的识别以及受害严重程度的分级。本发明使用U2‑Net对样本图像前背景分割，保留图像中的主体叶片整体，保证病害特征的真实及完整性，同时还能够增加数据的多样性起到数据增强的目的。

本发明授权基于分级检测双任务模型的辣椒病虫害识别方法及系统在权利要求书中公布了：1.一种基于病害分级检测双任务模型的辣椒病虫害识别方法，其特征在于，包括： 利用显著性目标检测模型对样本图像进行增强处理，丰富数据集的同时平衡各类别间数据量差异，构建以ResNet50为提取病害类别分类、严重程度分级两个任务的联合特征的主干网络、输出层采用两个并行的全连接层并添加有SE注意力模块的病害分级检测双任务模型，并引入了迁移学习来加快模型的收敛速度，结合使用添加了合成图像后的数据集完成模型的训练，利用病害分级检测双任务模型进行辣椒病害种类的识别以及受害严重程度的分级； 所述基于病害分级检测双任务模型的辣椒病虫害识别方法包括以下步骤： 步骤一，获取辣椒健康与不同病害的图像为样本图像；基于样本图像构建数据集；并利用显著性目标检测模型对所述数据集中的样本图像进行背景分割与增强处理，得到合成图像； 步骤二，将分别使用多种真实复杂背景拼接融合处理后的合成图像放回原始训练集中，并标记为对应的病害类别和受害程度，通过加入不同数量的合成图像平衡各类别间的数据量差异； 步骤三，构建病害分级检测双任务模型，并利用所述数据集中的图像对所述病害分级检测双任务模型进行训练与测试，使用两个任务的联合交叉熵损失值对网络提供反馈，通过反向传播的过程来优化神经网络的参数； 步骤四，获取待识别的辣椒图像，利用训练好的所述病害分级检测双任务模型对所述待识别的辣椒图像进行病害识别以及严重程度分级； 所述利用显著性目标检测模型对样本图像进行背景分割与增强处理，得到合成图像包括： 利用预训练好的显著性目标检测模型对采集的部分目标明确的样本图像进行前背景分割，将分割得到的叶片图像经旋转、移动处理，并为所述叶片图像更换不同的田间复杂背景得到合成图像，其数学公式如下：式中：表示数据集原图；表示背景图像；表示模型处理过程；表示转换为二值掩码；表示求反掩码值；表示设定的灰度阈值；表示位与操作。

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成都理工大学，其通讯地址为：610059 四川省成都市成华区二仙桥东三路1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。