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

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

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 > 安徽农业大学王超获国家专利权

安徽农业大学王超获国家专利权

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!

龙图腾网获悉安徽农业大学申请的专利一种多模态作物病害表型协同分析模型及装置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:CN116778391B

龙图腾网通过国家知识产权局官网在2025-09-16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:202310828903.8,技术领域涉及:G06V20/40;该发明授权一种多模态作物病害表型协同分析模型及装置是由王超;朱家瑞;罗伟;辜丽川;何进;蒋婷婷;夏迎春;杨帅;焦俊设计研发完成,并于2023-07-07向国家知识产权局提交的专利申请。

一种多模态作物病害表型协同分析模型及装置在说明书摘要公布了:本发明公开了一种多模态作物病害表型协同分析模型、装置及模型构建系统,方法包括:构建基于改进CNN和LSTM的作物病害表型文本生成模型,通过组建的多模态训练数据集,对其进行训练;基于改进CNN和LSTM的作物病害表型文本生成模型通过组建的多模态训练数据集,对其进行训练;构建基于查询文本引导和多阶段推理的视觉语言定位模型MQVL通过组建的多模态训练数据集,对其进行训练;构建基于CNN‑Transformer双流多模态少样本识别模型CTMF通过组建的多模态训练数据集,对其进行训练。

本发明授权一种多模态作物病害表型协同分析模型及装置在权利要求书中公布了:1.一种多模态作物病害表型协同分析模型,其特征在于,包括以下步骤: S1:多模态数据集构建; 通过众包技术,即植物学家设计选项,使用大量非专业人士快速获取病害文本描述,组建多模态病害数据集,每类图像都附有中文文本描述,随机组合形成图像文本对; S2:构建基于改进CNN和LSTM的作物病害表型文本生成模型,对植物图像进行文本生成,生成包含作物病害表型信息的文本; S3:构建基于查询文本引导和多阶段推理的视觉语言定位模型;视觉语言定位模型包含三个模块,即查询文本特征提取模块、查询文本引导的视觉特征生成模块和多阶段推理模块; 查询文本特征提取模块是将查询文本进行编码生成文本嵌入;查询文本引导的视觉特征生成模块是在Swin-transformer架构的每个层次中引入查询文本特征提取模块编码的查询文本上下文信息,借助注意力机制对不同尺度下的视觉特征进行指导学习,并将不同尺度下的视觉特征进行聚合,得到与查询文本相关的视觉特征;将前两个模块得到的查询文本特征与视觉特征输入多阶段推理模块,借助Transformer解码器进行多阶段的交互推理,逐步获得查询对象的定位表示; S4:在获取到S2步骤对于植物图像的文本描述性句子后输入到S3中视觉语言定位模型进行病害位置的定位; S5:构建基于CNN-Transformer双流多模态少样本识别模型; 多模态少样本识别模型包括双嵌入模块、特征融合模块和测量模块;双嵌入模块由局部分支和全局分支组成;将植物图像样本和查询样本同时输入到模型的全局分支和局部分支;在全局分支使用SwinTransformer作为特征提取器,在获取到图像特征后输入特征融合模块;在局部分支采用Resnet12获取局部特征,将局部特征送入特征融合模块,最后局部分支和全局分支进行特征融合输入到余弦函数进行分类; S6:在S5识别出病害类型后保存图片并预警。

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农业大学,其通讯地址为:230036 安徽省合肥市蜀山区长江西路130号安徽农业大学;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”。

以上内容由龙图腾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。