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！

龙图腾网恭喜安徽大学申请的专利基于改进Cascade RCNN网络的自然背景柑橘黄龙病检测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：CN114596274B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202210204848.0，技术领域涉及：G06T7/00；该发明授权基于改进Cascade RCNN网络的自然背景柑橘黄龙病检测方法是由曾伟辉;陈亚飞;胡根生;鲍文霞;梁栋;黄林生;赵晋陵;陈鹏;张文凤;李海东;郭丹丹设计研发完成，并于2022-03-03向国家知识产权局提交的专利申请。

本基于改进Cascade RCNN网络的自然背景柑橘黄龙病检测方法在说明书摘要公布了：本发明公开了一种基于改进CascadeRCNN网络的自然背景柑橘黄龙病检测方法，包括：利用CascadeRCNN网络改进后的骨干网络对待检测柑橘图像进行特征提取，改进后的骨干网络中至少一层采用可变形卷积；利用CascadeRCNN网络改进后的区域特征提取网络对骨干网络输出的特征进行高层次语义特征提取，改进后的区域特征提取网络包括一个自下而上卷积融合过程；利用CascadeRCNN网络的级联检测器对区域特征提取网络输出的高层次语义特征进行多阶段级联的目标识别检测过程，获取待检测柑橘图像的黄龙病检测结果。本发明有效提高了对柑橘黄龙病检测的准确性。

本发明授权基于改进Cascade RCNN网络的自然背景柑橘黄龙病检测方法在权利要求书中公布了：1.基于改进CascadeRCNN网络的自然背景柑橘黄龙病检测方法，其特征在于，包括如下步骤： 获取待检测柑橘图像； 利用CascadeRCNN网络改进后的骨干网络对所述待检测柑橘图像进行特征提取，所述改进后的骨干网络中至少一层采用可变形卷积； 利用CascadeRCNN网络改进后的区域特征提取网络对所述骨干网络输出的特征进行高层次语义特征提取，所述改进后的区域特征提取网络包括在FPN网络自上而下融合过程的右侧增加的一个自下而上卷积融合过程；所述区域特征提取网络基于FPN网络改进形成，包括：自下而上过程的图像金字塔：基于骨干网络后4层输出的多尺度特征图形成；自上而下融合过程：融合后的特征金字塔自上而下分别记为C4、C5、C6、C7；自下而上卷积融合过程：C7作为起始特征图P1，自下而上卷积过程中每一层进行卷积后与左侧自上而下过程中对应层融合形成上一层特征图； 利用CascadeRCNN网络的级联检测器对区域特征提取网络输出的高层次语义特征进行多阶段级联的目标识别检测过程，获取待检测柑橘图像的黄龙病检测结果。

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安徽大学，其通讯地址为：230039 安徽省合肥市肥西路3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”。