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！

龙图腾网获悉安徽大学申请的专利一种基于多核注意力网络的密集微小害虫图像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：CN120014554B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202510104704.1，技术领域涉及：G06V20/52；该发明授权一种基于多核注意力网络的密集微小害虫图像检测方法是由焦林;刘旗煌;刘峰;汪子研;陈鹏;梁栋设计研发完成，并于2025-01-23向国家知识产权局提交的专利申请。

本一种基于多核注意力网络的密集微小害虫图像检测方法在说明书摘要公布了：本发明涉及一种基于多核注意力网络的密集微小害虫图像检测方法，与现有技术相比解决了难以针对密集微小害虫图像进行检测的缺陷。本发明包括以下步骤：密集微小害虫图像数据集的生成；害虫图像多尺度特征的提取；构建小尺度害虫双通道多核特征提取模型；小尺度害虫双通道多核特征提取模型的训练；密集微小害虫图像检测结果的获得。本发明显著提高了密集微小害虫图像的检测精度，使用密集害虫区域聚焦提取模块提取密集害虫区域，通过跨阶段局部网络有效提取害虫的多尺度特征，结合提出的小尺度害虫双通道多核特征提取模型更精准地识别微小害虫，加快虫害的检测速度与准确度。

本发明授权一种基于多核注意力网络的密集微小害虫图像检测方法在权利要求书中公布了：1.一种基于多核注意力网络的密集微小害虫图像检测方法，其特征在于，包括以下步骤： 11密集微小害虫图像数据集的生成：利用密集害虫区域聚焦提取模块，对密集害虫区域进行聚焦提取，生成密集微小害虫图像数据集； 12害虫图像多尺度特征的提取：由跨阶段局部网络提取多尺度特征； 13构建小尺度害虫双通道多核特征提取模型； 所述构建小尺度害虫双通道多核特征提取模型包括以下步骤： 131设定小尺度害虫双通道多核特征提取模型包括双通道特征金字塔模块和多核注意力网络模块； 132设定双通道特征金字塔模块，双通道特征金字塔模块由自上而下的信息流和自下而上的信息流组成； 其中，自上而下的信息流：从网络的较高层开始，并逐步将信息传输到较低层，首先对较高级别的特征图进行上采样，然后将其与中间层或底层的特征图融合，以增强较低级别特征图中的语义信息，公式表示为： P5＝Convf3 其中，fi分别表示自上而下的信息流输入的三个特征图，Pi分别表示自上而下的信息流输出的三个特征图，表示融合操作，Conv表示卷积操作，CSPLayer表示跨阶段局部层结构，UpSample表示上采样操作； 自下而上的信息流：从较低级别的特征图开始，逐步将信息传递给较高级别的特征图，在自下而上的信息流中，对较低级别的特征图进行下采样操作，并与较高级别的特征图融合，公式表示为： 其中，Pi分别表示自上而下的信息流输出的三个特征图，分别表示自下而上的信息流获得的最终输出特征图，表示融合操作，CSPLayer表示跨阶段局部层结构，Downsample表示下采样操作； 133构建多核注意力网络模块，多核注意力网络模块包括聚集模块、提取模块和重建模块， 设定聚集模块，聚集模块采用核大小为k×k的标准深度可分离卷积，其中，k是设定的核大小； 设定提取模块，提取模块采用多分支深度条带卷积层，在每个分支中，使用一个1×j的深度可分离条形卷积和一个j×1的深度可分离条形卷积，模拟一个j×j的标准深度可分离卷积，其中，不同分支中的核大小j不同； 设定重建模块，重建模块采用1×1的标准卷积，用于重建不同通道的关系； 首先，来自双通道特征金字塔网络的特征信息通过聚集模块输出局部信息特征图，其次，通过提取模块提取局部信息特征图的多尺度特征，得到不同通道的多尺度特征图，最后，多尺度特征图通过重建模块重建不同通道的关系，输出最后的特征图； 多核注意力网络模块公式表示为： 其中，P是指输入特征，Att和Out分别表示注意力图和输出结果，Conv1×1表示1×1的卷积操作，DW-Conv是深度可分离卷积的缩写，Scalei中i取0、1、2、3的值，Scalei取1、2、3时表示分支选项，Scale0表示身份映射； 14小尺度害虫双通道多核特征提取模型的训练：将密集微小害虫图像数据集输入小尺度害虫双通道多核特征提取模型进行训练； 15密集微小害虫图像检测结果的获得：获取待检测害虫图像并输入跨阶段局部网络获得害虫图像多尺度特征图，将害虫图像多尺度特征图输入训练后的小尺度害虫双通道多核特征提取模型，得到害虫图像检测结果。

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：230601 安徽省合肥市经济技术开发区九龙路111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”。