Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 成都理工大学;成都市自然资源调查利用研究院(成都市卫星应用技术中心)闫航嘉获国家专利权

成都理工大学;成都市自然资源调查利用研究院(成都市卫星应用技术中心)闫航嘉获国家专利权

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!

龙图腾网获悉成都理工大学;成都市自然资源调查利用研究院(成都市卫星应用技术中心)申请的专利一种基于无人机遥感影像的农作物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:CN118918471B

龙图腾网通过国家知识产权局官网在2025-07-25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:202410962535.0,技术领域涉及:G06V20/10;该发明授权一种基于无人机遥感影像的农作物识别方法是由闫航嘉;李喆;刘刚;何敬;李植;谢美玲;李典设计研发完成,并于2024-07-18向国家知识产权局提交的专利申请。

一种基于无人机遥感影像的农作物识别方法在说明书摘要公布了:本申请公开了一种基于无人机遥感影像的农作物识别方法,涉及农作物识别技术领域,设计训练好的农作物识别模型采用改进后的DeepLabV3+模型,改进后的DeepLabV3+模型是利用带有注意力机制的MobileNetV2模型替换DeepLabV3+模型中的主干结构,以对DeepLabV3+模型进行改进所得到的,在获取对农作物进行拍摄所得到的无人机遥感影像之后,直接利用训练好的农作物识别模型来对无人机遥感影像进行识别,得到农作物识别结果,相较于DeepLabV3+模型,采用改进后的DeepLabV3+模型来对农作物进行识别,识别精度更高。

本发明授权一种基于无人机遥感影像的农作物识别方法在权利要求书中公布了:1.一种基于无人机遥感影像的农作物识别方法,其特征在于,所述基于无人机遥感影像的农作物识别方法包括: 获取对农作物进行拍摄所得到的无人机遥感影像; 以所述无人机遥感影像作为输入,利用训练好的农作物识别模型进行识别,得到农作物识别结果;所述训练好的农作物识别模型采用改进后的DeepLabV3+模型,改进后的DeepLabV3+模型是利用带有注意力机制的MobileNetV2模型替换DeepLabV3+模型中的主干结构,以对DeepLabV3+模型进行改进所得到的;所述农作物识别结果包括所述无人机遥感影像中各个位置的农作物类型,所述农作物类型包括玉米、核桃、大豆和姜; 带有注意力机制的MobileNetV2模型包括:依次连接的MobileNetV2模型和注意力机制,所述注意力机制为CA注意力机制; MobileNetV2模型包括依次连接的输入层、残差块层和分类层; 所述输入层包括一个第一卷积块; 所述残差块层包括依次连接的一个第二卷积块、若干个第三卷积块和一个第四卷积块; 所述分类层包括一个第五卷积块; 所述第一卷积块包括依次连接的3*3卷积层、批归一化层和激活函数层; 所述第二卷积块包括依次连接的3*3卷积层、批归一化层、激活函数层、1*1卷积层和批归一化层; 所述第三卷积块包括依次连接的1*1卷积层、批归一化层、激活函数层、3*3卷积层、批归一化层、激活函数层、1*1卷积层和批归一化层; 所述第四卷积块包括依次连接的批归一化层、激活函数层、3*3卷积层、批归一化层、激活函数层、1*1卷积层和批归一化层; 所述第五卷积块包括依次连接的1*1卷积层、批归一化层和激活函数层。

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;成都市自然资源调查利用研究院(成都市卫星应用技术中心),其通讯地址为:610059 四川省成都市成华区二仙桥东三路一号;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AI智能生成
免责声明
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。