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！

龙图腾网获悉三峡大学申请的专利基于小目标样本扩充和池化加权的松材线虫病树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：CN115909066B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202211441081.X，技术领域涉及：G06V20/10；该发明授权基于小目标样本扩充和池化加权的松材线虫病树检测方法是由任东;叶莎;孙航;陈邦清;谭家林;古剑设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本基于小目标样本扩充和池化加权的松材线虫病树检测方法在说明书摘要公布了：基于小目标样本扩充和池化加权的松材线虫病树检测方法，具体包括以下步骤：步骤1：对不同光照、不同地势环境下的松林进行拍摄，获取原始图像；步骤2：将原始图像进行裁剪，标注裁剪之后的具有松材线虫病树的图片，制作松材线虫病树数据集；步骤3：使用固定缩放尺度和随机拼接的小目标样本扩充方法，增加图片中病树数量特别是小尺度病树目标数量；步骤4：构建基于池化加权注意力机制特征增强目标检测网络；步骤5：将松材线虫病树数据集输入到池化加权注意力机制特征增强目标检测模型中进行训练，得到病树识别模型；步骤6：将待识别松林图片输入到识别模型中识别，得到病树的矢量位置信息；步骤7：根据病树位置信息，清理病树。

本发明授权基于小目标样本扩充和池化加权的松材线虫病树检测方法在权利要求书中公布了：1.基于小目标样本扩充和池化加权的松材线虫病树检测方法，其特征在于,它具体包括以下步骤： 步骤1：对不同光照、不同地势环境下的松林进行拍摄，获取原始图像； 步骤2：将原始图像进行裁剪，标注裁剪之后的具有松材线虫病树的图片，制作松材线虫病树数据集； 步骤3：使用固定缩放尺度和随机拼接的小目标样本扩充方法，增加图片中病树数量特别是小尺度病树目标的数量； 步骤4：构建基于池化加权注意力机制的一阶段特征增强目标检测网络； 步骤5：将松材线虫病树数据集输入到池化加权注意力机制特征增强目标检测模型中进行训练，得到病树识别模型； 步骤6：将待识别松林图片输入到识别模型中识别，得到病树的矢量位置信息； 步骤7：根据病树位置信息，清理病树； 在步骤4中，构建基于池化加权注意力机制的一阶段特征增强目标检测网络,具体包括以下步骤： 3-1：首先将松材线虫病树数据集中的图片输入到残差网络中提取松材线虫病树特征，得到特征图C1、特征图C2、特征图C3、特征图C4、特征图C5； 3-2：构建基于池化加权注意力模块，具体包括以下步骤： 3-2-1：首先对输入的H*W*C的特征图F进行全局平均池化和全局最大池化操作得到两个1*1*C的一维特征向量； 3-2-2：将两个1*1*C的一维特征向量通过执行大小为K的快速一维卷积操作生成两个通道权重值KM和KA，其中k是通过通道维度C的映射自适应确定的： 其中：γ和b为常量，k为计算出来临近的奇数值； 3-2-3：将两个通道权重值KM和KA进行自适应地加权融合操作，得到池化加权后的池化加权注意力权重值X,如下公式所示： X＝λKM+βKA； 其中λ和β是两个超参数； 3-2-4：将池化加权后的池化加权注意力权重值X经过Sigmod激活函数将权重归一化到0-1之间，得到最终的加权注意力权重X′；最后，将加权注意力权重X′与特征图F进行重校准，得到加权注意力特征图F′，具体公式如下所示： F′＝F*X′； 3-3：将特征图C2、特征图C3经过1*1的卷积操作后输入到池化加权注意力模块中，得到经过池化加权注意力操作的特征图C2、经过池化加权注意力操作的特征图C3； 3-4：将经过池化加权注意力操作的特征图C2、经过池化加权注意力操作的特征图C3和特征图C4、特征图C5输入到金字塔特征融合模块，得到预测特征图P2、预测特征图P3、预测特征图P4、预测特征图P5； 3-5：最后分别将预测特征图输入到分类检测头和回归检测头中，获得目标的类别信息和位置信息。

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三峡大学，其通讯地址为：443002 湖北省宜昌市西陵区大学路8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”。