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！

龙图腾网恭喜河海大学;黑龙江省农垦科学院;江苏瀚禾数字科技有限公司申请的专利农作物倒伏区域分级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：CN119295910B 。

龙图腾网通过国家知识产权局官网在2025-03-28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：202411105658.9，技术领域涉及：G06V20/10；该发明授权农作物倒伏区域分级识别方法及系统是由曾文治;任志鹏;王瀚樟;刘义;黄晶;马韬设计研发完成，并于2024-08-13向国家知识产权局提交的专利申请。

本农作物倒伏区域分级识别方法及系统在说明书摘要公布了：本发明公开了一种农作物倒伏区域分级识别方法及系统，包括：获取研究区域农作物倒伏的遥感影像，对其进行预处理后，再对预处理后的遥感影像进行标注制作成数据集；建立两阶段的作物倒伏分级监测模型LHMNet，其包括用于第一阶段倒伏区域识别的LAR‑ResUNet模型以及对LAR‑ResUNet模型识别的倒伏区域进行第二阶段倒伏严重程度分级的LSC‑ResUNet模型；采用数据集训练分别训练作物倒伏分级监测模型LHMNet中的LAR‑ResUNet模型和LSC‑ResUNet模型，得到训练后的LAR‑ResUNet模型和LSC‑ResUNet模型，再采用训练后的作物倒伏分级监测模型LHMNet对农作物倒伏区域分级程度进行预测。本发明能够清晰完整地从大区域中提取出倒伏区域的同时，并能缩小不同倒伏严重程度的水稻分割准确性的差异。

本发明授权农作物倒伏区域分级识别方法及系统在权利要求书中公布了：1.一种农作物倒伏区域分级识别方法，其特征在于，包括以下步骤：步骤1，获取研究区域农作物倒伏的遥感影像，对其进行预处理后，并对预处理后的遥感影像进行标注制作成数据集；步骤2，建立两阶段的作物倒伏分级监测模型LHMNet，其包括用于第一阶段倒伏区域识别的LAR-ResUNet模型以及对LAR-ResUNet模型识别的倒伏区域进行第二阶段倒伏严重程度分级的LSC-ResUNet模型，其中，LAR-ResUNet模型和LSC-ResUNet模型通过权重融合结构进行耦合；步骤3，采用数据集训练分别训练作物倒伏分级监测模型LHMNet中的LAR-ResUNet模型和LSC-ResUNet模型，得到训练后的LAR-ResUNet模型和LSC-ResUNet模型，得到训练后的作物倒伏分级监测模型LHMNet，并用于对农作物倒伏区域分级程度进行预测；其中，LAR-ResUNet模型的构建方法为：在Backbone框架的基础上，加入加权特征融合输入模块WFFI和边缘感知模块EPB得到LAR-ResUNet模型，其中，WFFI用于网络的特征输入阶段，EPB用于网络的特征恢复阶段；LSC-ResUNet模型的构建方法为：在ResUNet的基础上增加多注意力机制模块MAM和自适应损失函数模块AdaptiveLoss；MAM模块包括多个多尺度自注意力层MSSA和反向注意力层RA；其中，多尺度自注意力层MSSA分别位于在编码器和解码器的末端，用于引导网络关注不同尺度下的空间重要性特征；反向注意力层RA则位于解码器中每个残差运算单元的末端，用于提高对模糊区域的识别能力；AdaptiveLoss是对FocalLoss进行改进，并将改进后的损失函数与DiceLoss结合，代替常用的交叉熵，通过改变不同类型样本的惩罚力度，动态调整模型预测结果的优化方向；步骤2中，将LAR-ResUNet模型的输出结构和LSCResUNet模型的编码器结构进行改进，再以逐层加权的形式将第一阶段的LAR-ResUNet模型输出的倒伏区域信息与第二阶段的LSCResUNet模型进行耦合，得到作物倒伏分级监测模型LHMNet。

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河海大学;黑龙江省农垦科学院;江苏瀚禾数字科技有限公司，其通讯地址为：江苏省南京市鼓楼区西康路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”。