黑龙江大学;南通西科瑞智能科技有限公司刘勇获国家专利权
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!
龙图腾网获悉黑龙江大学;南通西科瑞智能科技有限公司申请的专利基于改进BCNN网络的水稻害虫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:CN117036819B 。
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:202311053083.6,技术领域涉及:G06V10/764;该发明授权基于改进BCNN网络的水稻害虫检测方法是由刘勇;左世余;何淑林;李学琨;吕丰顺设计研发完成,并于2023-08-21向国家知识产权局提交的专利申请。
本基于改进BCNN网络的水稻害虫检测方法在说明书摘要公布了:基于改进BCNN网络的水稻害虫检测方法,涉及深度学习、计算机视觉、作物防治领域。解决现有稻害虫分类方法检测速度慢、检测准确性低的问题。本发明先得到数据集,并对其标记数据集进行标记,通过改进后BCNN网络对数据集进行特征提取得到特征向量;利用其特征向量对分类器模型进行训练,利用训练后的分类器模型对待检测图像进行识别,识别出水稻害虫的类别。本发明主要用于对水稻害虫的类别进行识别。
本发明授权基于改进BCNN网络的水稻害虫检测方法在权利要求书中公布了:1.基于改进BCNN网络的水稻害虫检测方法,其特征在于,该方法包括如下步骤: S1、图像采集及预处理得到数据集; S2、标记数据集: 对数据集中每一个候选图像上水稻害虫进行标记,标记出每个水稻害虫的类别及各水稻害虫的所在位置处标注的包围框的坐标信息; S3、通过改进后BCNN网络进行特征提取; 改进后BCNN网络包括从左至右依次为卷积模块、第一轴向注意力残差模块、第一二阶浅层特征提取模块SFM、第二二阶浅层特征提取模块SFM、第二轴向注意力残差模块、第三轴向注意力残差模块、二阶深层特征提取模块、多阶特征融合模块MFM和全连接模块; 卷积模块,用于对接收的候选图像进行第一次卷积操作,得到第一次卷积操作后的特征图; 第一轴向注意力残差模块,用于调整不同通道的特征贡献率,并对第一次卷积操作后的特征图进行第二次卷积操作,得到第二次卷积操作后的特征图; 第一二阶浅层特征提取模块SFM,用于对第二次卷积操作后的特征图进行第一次二阶浅层特征提取,得到第一二阶浅层特征图; 第二二阶浅层特征提取模块SFM,用于对第一二阶浅层特征图进行第二次二阶浅层特征提取,得到第二二阶浅层特征图; 第二轴向注意力残差模块,用于调整不同通道的特征贡献率,并对第二二阶浅层特征图进行第三次卷积操作后,得到第三次卷积操作后特征图; 第三轴向注意力残差模块,用于调整不同通道的特征贡献率,并对第三次卷积操作后特征图进行第四次卷积操作后,得到第四次卷积操作后特征图; 二阶深层特征提取模块,用于对第四次卷积操作后特征图进行二阶深层特征提取,得到二阶深层特征图; 分别对第二二阶浅层特征图和二阶深层特征图进行上采样后,送至多阶特征融合模块MFM; 多阶特征融合模块MFM,用于对上采样后的第二二阶浅层特征图和二阶深层特征图、以及第一二阶浅层特征图进行特征融合,生成3个尺度不同的融合特征图; 全连接模块,用于对3个尺度不同的融合特征图进行全连接,得到候选图像所对应的特征向量; S4、对分类器模型进行训练: 将特征向量作为分类器模型的输入数据,将该输入数据对应的候选图像上的每个坐标信息处的水稻害虫的类别作为真值,对分类器模型进行训练,获得训练后的分类器模型; S5、通过改进后BCNN网络进行特征提取对当前待检测图像进行特征提取,获得待识别特征向量,利用训练后的分类器模型对待识别特征向量进行识别,识别出水稻害虫的类别。
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黑龙江大学;南通西科瑞智能科技有限公司,其通讯地址为:150000 黑龙江省哈尔滨市南岗区学府路74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”。
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。