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

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 > 瀚云科技有限公司闫政获国家专利权

瀚云科技有限公司闫政获国家专利权

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!

龙图腾网获悉瀚云科技有限公司申请的专利一种植物病虫害的识别方法、装置、电子设备及存储介质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:CN114332664B

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:202210001297.8,技术领域涉及:G06V20/20;该发明授权一种植物病虫害的识别方法、装置、电子设备及存储介质是由闫政;郑永强;陈朗;何渝君;汪玉东;成正林;唐茂文;邬明罡设计研发完成,并于2022-01-04向国家知识产权局提交的专利申请。

一种植物病虫害的识别方法、装置、电子设备及存储介质在说明书摘要公布了:本申请提供了一种植物病虫害的识别方法、装置、电子设备及存储介质,所述识别方法包括:获取目标植物的待检测图像;将所述待检测图像输入至预先训练好的疾病症状识别模型中,确定待检测图像的至少一个目标症状描述标签;基于至少一个目标症状描述标签,通过搜索所述目标植物所属植物种类的疾病知识图谱,确定所述目标植物所患的至少一种疾病;所述疾病包括病害或虫害中的至少一种。这样,本申请通过预先训练好的疾病症状识别模型进行多标签识别,确定目标植物的待检测图像的至少一个目标症状描述标签,并通过至少一个症状描述标签和疾病知识图谱可以对目标植物所患的多种病害和或虫害同时进行识别,从而可以提高植物病虫害识别结果的准确性。

本发明授权一种植物病虫害的识别方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种植物病虫害的识别方法,其特征在于,所述识别方法包括: 获取目标植物的待检测图像; 将所述待检测图像输入至预先训练好的疾病症状识别模型中,确定所述待检测图像的多个目标症状描述标签;所述多个目标症状描述标签包括至少一个症状部位的描述标签、至少一个症状形态的描述标签以及至少一个症状颜色的描述标签;所述疾病症状识别模型的训练方式为:采用大规模低精度的第一训练数据集对疾病症状识别神经网络预训练、以及采用小规模高精度的第二训练数据集对预训练后的神经网络进行微调;在对于第一训练数据集和第二训练数据集的图像进行标注时,基于疾病知识图谱中的症状节点的描述进行标注;所述疾病症状识别神经网络为混合结构的自注意力神经网络,所述混合结构的自注意力神经网络包括自注意力神经网络和深度残差神经网络;所述深度残差神经网络包括三层目标卷积层,每层目标卷积层输出的特征图的维度不一样; 基于所述多个目标症状描述标签,通过搜索目标植物所属植物种类的疾病知识图谱,确定所述目标植物所患的至少一种疾病;所述疾病包括病害或虫害中的至少一种; 其中,所述待检测图像的多个目标症状描述标签是根据疾病症状识别模型对所述待检测图像进行识别所确定的待检测特征序列确定的; 通过以下步骤确定所述待检测图像的待检测特征序列: 对输入至所述疾病症状识别模型中的深度残差神经网络中第一目标卷积层的所述待检测图像进行特征提取处理,得到的第一特征图; 对输入至所述深度残差神经网络中第二目标卷积层的所述待检测图像进行特征提取处理,并对特征提取处理后的特征图进行维度转换处理,得到的第二特征图; 对输入至所述深度残差神经网络中第三目标卷积层的所述待检测图像进行特征提取处理,并对特征提取处理后的特征图进行维度转换处理,得到的第三特征图; 分别对所述待检测图像的第一特征图、第二特征图以及第三特征图进行全局平均池化处理,确定出所述待检测图像的第一特征向量、第二特征向量以及第三特征向量; 分别对所述待检测图像的第一特征图、第二特征图以及第三特征图在空间维度上进行解耦,确定出所述待检测图像的第一特征张量、第二特征张量以及第三特征张量; 基于所述待检测图像的第一特征向量、第二特征向量、第三特征向量、第一特征张量、第二特征张量以及第三特征张量进行特征拼接处理,确定出所述待检测图像的待检测特征序列。

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瀚云科技有限公司,其通讯地址为:214000 江苏省无锡市无锡新区新吴区菱湖大道111号无锡软件园天鹅座B栋1111室;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。