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！

龙图腾网获悉浙江大学;浙江省农业科学院申请的专利一种基于迁移学习和锐度感知最小化的小麦锈病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：CN114842291B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202210386106.4，技术领域涉及：G06V10/774；该发明授权一种基于迁移学习和锐度感知最小化的小麦锈病识别方法是由叶炜;泮恒拓;王教瑜;邱海萍;谢德锦;毛雪琴;徐正国设计研发完成，并于2022-04-13向国家知识产权局提交的专利申请。

本一种基于迁移学习和锐度感知最小化的小麦锈病识别方法在说明书摘要公布了：本发明提供了一种基于迁移学习和锐度感知最小化的小麦锈病识别方法，1、其特征在于：包括以下步骤：S1：获取不同病害时期的小麦锈病图片，根据病害的严重程度对小麦锈病图片进行分级；S2：对小麦锈病图片先进行预处理以及数据增强，得到小麦锈病训练集；S3：利用ImageNet大型图片数据集对轻量化模型进行预训练得到预训练模型，并保存预训练模型参数；S4：在预训练模型的基础上，利用小麦锈病训练集对预训练模型进行训练，采用标签平滑损失函数，并结合锐度感知最小化方法对预训练模型进行微调，提升预训练模型的泛化能力。本发明通过引入迁移学习方法，有效提升了轻量化模型的识别精度，同时结合锐度感知最小化方法能够防范模型过拟合的风险。

本发明授权一种基于迁移学习和锐度感知最小化的小麦锈病识别方法在权利要求书中公布了：1.一种基于迁移学习和锐度感知最小化的小麦锈病识别方法，其特征在于：包括以下步骤： S1：获取不同病害时期的小麦锈病图片，根据病害的严重程度对小麦锈病图片进行分级； S2：对小麦锈病图片先进行预处理以及数据增强，得到小麦锈病训练集； S3：利用ImageNet大型图片数据集对轻量化模型进行预训练得到预训练模型，并保存预训练模型参数； S4：在预训练模型的基础上，利用小麦锈病训练集对预训练模型进行训练，采用标签平滑损失函数，并结合锐度感知最小化Sharpness-AwareMinimization，SAM方法对预训练模型进行微调，提升预训练模型的泛化能力； S5：在无人机上搭载由嵌入式平台和高清摄像头组成的视觉模块，将步骤S4中训练好的模型移植到嵌入式平台上，进而实现小麦锈病的实时检测识别； 步骤S4中，定义小麦锈病训练集为轻量化模型参数为w、损失函数为lw,x,y，xi为图片样本，yi为样本所对应的类别标签； 小麦锈病训练集损失的计算公式为： 锐度感知最小化方法的优化目标为： 其中，ρ是超参数，是ρ所限定的参数空间内损失的最大值，代表锐度，λ为正则化系数； 标签平滑损失函数公式如下： 其中，是平滑后的标签，yk是One-hot标签，K是类别数，α是一个超参数。

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大学;浙江省农业科学院，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。