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！

龙图腾网获悉湖南大学;中国烟草总公司郑州烟草研究院申请的专利一种结合CNN和Transformer的烤烟烟叶图像分级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：CN115439690B 。

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：202211078519.2，技术领域涉及：G06V10/764；该发明授权一种结合CNN和Transformer的烤烟烟叶图像分级方法是由陈华;彭婷;李嘉康;张小刚;张雷;堵劲松设计研发完成，并于2022-09-05向国家知识产权局提交的专利申请。

本一种结合CNN和Transformer的烤烟烟叶图像分级方法在说明书摘要公布了：一种结合CNN和Transformer的烤烟烟叶图像分级方法，先拍照采集烤烟烟叶图像建立烤烟烟叶数据集；接着将烤烟烟叶数据集进行预处理；然后将经过预处理后的烤烟烟叶数据集输入至烤烟烟叶图像分类模型中进行分类训练，由定位模块得到烟叶图像的目标位置、关键局部区域，由定位模块计算原始损失，根据该原始损失对烤烟烟叶图像分类模型参数进行更新，再然后由分类模块根据关键局部区域得到分类结果，由分类模块计算分类损失，根据该分类损失对烤烟烟叶图像分类模型参数进行再次更新，得到优化后的烤烟烟叶图像分类模型；最后，将待分类的烤烟烟叶图像输入至已训练好的烤烟烟叶图像分类模型中，输出烟叶的分类结果。本发明可靠、有效，分类效果好。

本发明授权一种结合CNN和Transformer的烤烟烟叶图像分级方法在权利要求书中公布了：1.一种结合CNN和Transformer的烤烟烟叶图像分级方法，其特征在于，包括以下步骤： 步骤S1，实地拍照采集烤烟烟叶图像，建立烤烟烟叶数据集； 步骤S2，将烤烟烟叶数据集进行预处理； 步骤S3，构建包括基于CNN的定位模块以及基于CNN和Transformer的分类模块的烤烟烟叶图像分类模型； 步骤S4，将经过预处理后的烤烟烟叶数据集输入至烤烟烟叶图像分类模型中进行分类训练，训练时，所述烤烟烟叶数据集中的烟叶图像先经过定位模块的定位处理得到目标位置，进而确定烟叶图像的关键局部区域，并由定位模块计算烟叶图像的原始损失，再根据该原始损失将梯度反向传播进行烤烟烟叶图像分类模型参数的更新，接着将关键局部区域经过分类模块的处理得到分类结果，并由分类模块计算关键局部区域的分类损失，且根据该分类损失将梯度反向传播进行烤烟烟叶图像分类模型参数的再次更新，从而得到优化后的烤烟烟叶图像分类模型； 所述定位模块将烤烟烟叶数据集中的烟叶图像经过如下定位处理得到烟叶图像的目标位置： 所述定位模块先通过其CNN对烤烟烟叶数据集中的烟叶图像进行特征提取，得到特征图，再聚合通道维度上的特征图，得到一个激活图F，如下表达式（1）： （1） 其中，为第i个通道的特征图，C为图像通道数； 然后根据激活图F求得平均值，如下表达式（2）： （2） 其中，W为图像宽度，H为图像高度，x、y分别为特征图上某一位置的横坐标值和纵坐标值； 接着将该平均值作为阈值来判断激活图F中每个位置的元素是否属于目标物体； 最后根据如下表达式（3）得到一个粗糙的掩模图，掩模图中包含最大连接区域的最小边框即为烟叶图像的目标位置； （3） 所述分类模块的CNN采用efficientnet网络；所述分类模块将关键局部区域依次经过efficientnet网络、Transformer的处理得到烟叶的分类结果，其中： efficientnet网络：对采样到指定大小的关键局部区域的图像进行特征提取； Transformer：先通过PatchEmbedding的一个普通卷积对efficientnet网络得到的特征图进行升维，再经过flatten将升维后的特征图转换为二维数据，接着拼接上可训练参数classtoken，同时再拼接上位置信息PositionEmbedding，最后经过多个堆叠的TransformerEncoder之后，利用MLPhead对classtoken进行提取，得到烟叶的分类结果； 步骤S5，将待分类的烤烟烟叶图像输入至已优化训练好的烤烟烟叶图像分类模型中，输出烟叶的分类结果。

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湖南大学;中国烟草总公司郑州烟草研究院，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路麓山门；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”。