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 > 华南农业大学齐龙获国家专利权

华南农业大学齐龙获国家专利权

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!

龙图腾网获悉华南农业大学申请的专利基于深度学习的茶叶嫩芽产量估测方法、装置、设备及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:CN119540743B

龙图腾网通过国家知识产权局官网在2025-09-30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:202411230702.9,技术领域涉及:G06V20/10;该发明授权基于深度学习的茶叶嫩芽产量估测方法、装置、设备及介质是由齐龙;杨金鹏;马锐军;甄文斌;马瑞峻;余江;蔡迎虎;陈苹;沈志烨设计研发完成,并于2024-09-04向国家知识产权局提交的专利申请。

基于深度学习的茶叶嫩芽产量估测方法、装置、设备及介质在说明书摘要公布了:本申请涉及一种基于深度学习的茶叶嫩芽产量估测方法、装置、设备及介质,方法包括:响应茶叶嫩芽产量估测指令,获取无人机所拍摄的包含有茶叶嫩芽的待检测茶叶叶片图像;在预设的第一茶叶嫩芽识别模型中的CSPDarknet网络之后引入超分辨率重构模块,在第一茶叶嫩芽识别模型中的特征融合网络的预测头中引入多尺度通道注意力机制,以构建第二茶叶嫩芽识别模型;将待检测茶叶叶片图像输入至已训练至收敛状态的第二茶叶嫩芽识别模型,以确定待检测茶叶叶片图像中的茶叶嫩芽数量;采用预设的茶叶嫩芽估测模型根据茶叶嫩芽数量,以确定待估测茶园中茶叶嫩芽的质量。本申请能够显著提升茶叶嫩芽识别模型的检测精度,大大提高茶叶嫩芽的产量预测准确性。

本发明授权基于深度学习的茶叶嫩芽产量估测方法、装置、设备及介质在权利要求书中公布了:1.一种基于深度学习的茶叶嫩芽产量估测方法,其特征在于,包括: 响应茶叶嫩芽产量估测指令,获取无人机所拍摄的包含有茶叶嫩芽的待检测茶叶叶片图像; 在预设的第一茶叶嫩芽识别模型中的CSPDarknet网络之后引入超分辨率重构模块,在所述第一茶叶嫩芽识别模型中的特征融合网络的预测头中引入多尺度通道注意力机制,以构建第二茶叶嫩芽识别模型,其中,所述第一茶叶嫩芽识别模型的基础网络架构为YOLOv8模型,所述第二茶叶嫩芽识别模型的基础网络架构为改进的YOLOv8模型,所述超分辨率重构模块包括残差密集块以及残差通道注意力模块; 将所述待检测茶叶叶片图像输入至已训练至收敛状态的第二茶叶嫩芽识别模型,以确定所述待检测茶叶叶片图像中的茶叶嫩芽数量,其包括: 将所述包含有茶叶嫩芽的待检测茶叶叶片图像输入至已训练至收敛状态的第二茶叶嫩芽识别模型,采用所述第二茶叶嫩芽识别模型中CSPDarknet网络进行浅层特征提取,获得基础的低级特征,并将所述低级特征输入至所述超分辨率重构模块; 在所述超分辨率重构模块的残差密集块中,所述残差密集块采用多层卷积特征,并融合全局特征,以捕获图像的细节信息; 通过全局特征融合方式,将各个卷积层的特征结合起来,以提取出更具表现力的全局密集特征; 将所述全局密集特征输入至所述超分辨率重构模块的残差通道注意力模块中,该残差通道注意力模块采用注意力机制动态调整特征通道的重要性以增强网络对不同通道特征的辨别能力,提高重建图像的质量和细节; 采用预设的茶叶嫩芽估测模型根据所述茶叶嫩芽数量,以确定待估测茶园中茶叶嫩芽的质量,以完成茶叶嫩芽的产量估测。

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华南农业大学,其通讯地址为:510640 广东省广州市天河区五山路483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”。

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。