仲恺农业工程学院陈宁夏获国家专利权
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!
龙图腾网获悉仲恺农业工程学院申请的专利一种番茄植株病虫害检测方法及检测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:CN116977863B 。
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:202311079899.6,技术领域涉及:G06V20/10;该发明授权一种番茄植株病虫害检测方法及检测系统是由陈宁夏;李滕科;罗智杰;杨灵;吴霆;陈锐涛;林晓燕设计研发完成,并于2023-08-24向国家知识产权局提交的专利申请。
本一种番茄植株病虫害检测方法及检测系统在说明书摘要公布了:一种番茄植株病虫害检测方法及检测系统,包括如下步骤:减少YOLOv7模型中的通道数量,并将YOLOv7骨干网络中的Conv模块替换为XSepConv模块,得到YOLOv7‑XSepConv模型作为目标检测模型;待检测图片经预处理后输入训练好的目标检测模型中,得到检测结果;将目标检测模型用于微信小程序中,通过微信小程序的前端和后端服务可实现对番茄植株病虫害的快速识别和分类。本发明检测方法可在有限的计算资源下实现快速、实时的目标检测,可适应在小程序中的部署应用;检测系统的使用方法简单,用户只需上传植株照片,即可随时随地通过前端界面查看检测结果。
本发明授权一种番茄植株病虫害检测方法及检测系统在权利要求书中公布了:1.一种番茄植株病虫害检测方法,其特征在于,包括如下步骤: S1、在YOLOv7的基础上,减少YOLOv7模型中的通道数量,并将YOLOv7骨干网络中的Conv模块替换为XSepConv模块,得到YOLOv7-XSepConv模型作为目标检测模型; S2、收集带有不同种类病虫害的番茄植株图片,组成训练数据集,设置参数,对目标检测模型进行训练,直至模型收敛并保存模型参数; S3、待检测图片经预处理后输入训练好的目标检测模型中,得到检测结果,实现对病虫害的识别和分类; 所述XSepConv模块包括依次连接的:1×1扩展卷积,用于将输入通道数扩展到更高的维度;批归一化、激活函数;2×2DW卷积,用于在组内的通道之间执行卷积操作;批归一化、激活函数;1×KDW卷积,在通道维度上执行卷积操作,并且在空间维度上具有步幅;批归一化、激活函数;K×1DW卷积,在通道维度上执行卷积操作,并且在空间维度上有不同的卷积核大小;批归一化;SE模块,用于通道维度上的特征重标定;1×1输出卷积,用于将特征映射的通道数减少到所需的输出尺寸;批归一化; 所述XSepConv模块中的K=3,所述YOLOv7-XSepConv模型的骨干网络包括41个轻量卷积块XSepConv; 所述YOLOv7-XSepConv模型骨干网络的通道数量为常规YOLOv7模型中骨干网络通道数量的一半; 所述S3步骤中的待检测图片为拍摄图片经裁剪和旋转得到的; S2步骤中番茄植株图片中病虫害的种类包括冷害、虫病、早疫病、裂果、TY病毒、缺钾和白粉病。
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仲恺农业工程学院,其通讯地址为:510000 广东省广州市海珠区纺织路东沙街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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励