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！

龙图腾网获悉吉林农业大学申请的专利一种用于多种水果叶片的病害严重程度的实时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：CN120580439B 。

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：202511080429.0，技术领域涉及：G06V10/26；该发明授权一种用于多种水果叶片的病害严重程度的实时检测方法是由曹丽英;姜冬辉;李树龙;王银鹏;曹建堃;崔儒翰设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本一种用于多种水果叶片的病害严重程度的实时检测方法在说明书摘要公布了：一种用于多种水果叶片的病害严重程度的实时检测方法。属于神经网络目标检测技术领域。其解决了如何更加准确的评估水果叶片的病害严重程度的技术问题。构建叶片病变位置实时检测模型，所述叶片病变位置实时检测模型的结构具体为：由编码器和解码器两部分组成，编码器部分以Transformer模块为主体进行构建，并且在特征提取阶段设置扩大特征模块，在特征融合阶段设置特征加权融合模块；解码器部分以多层感知器为主体进行构建。本发明所述方法在不同水果叶片数据集上相较于现有的分割方法，表现出更为优异的分割效果。

本发明授权一种用于多种水果叶片的病害严重程度的实时检测方法在权利要求书中公布了：1.一种用于多种水果叶片的病害严重程度的实时检测方法，其特征在于，所述方法包括如下步骤： S1、数据采集：采集多种水果叶片病变图像，并进行预处理； S2、构建数据集：将预处理后的水果叶片病变图像划分为训练集、验证集和测试集； S3、模型构建：构建叶片病变位置实时检测模型，所述叶片病变位置实时检测模型的结构具体为：由编码器和解码器两部分组成，编码器部分以Transformer模块为主体进行构建，并且在特征提取阶段设置扩大特征模块，在特征融合阶段设置特征加权融合模块；解码器部分以多层感知器为主体进行构建； 所述编码器的具体结构为：特征图输入后，数据分为两路，一路经过扩大特征模块，一路依次经过重叠补丁嵌入模块和Transformer模块，两路数据处理后产生的两个特征图都输入特征加权融合模块进行特征融合，融合后的特征依次经过三个Transformer模块，然后输入解码器； 所述扩大特征模块的具体结构为：特征图输入后，首先经过第一层1×1卷积模块生成新的特征通道，然后经过空洞卷积模块扩大感受野，再通过第二层1×1卷积模块进行信息压缩和整合输出包含病害的特征图，然后将输入的特征图和包含病害的特征图进行特征融合；在第一层1×1卷积模块和空洞卷积模块之间引入SiLU激活函数层和批量归一化层，在空洞卷积模块和第二层1×1卷积模块之间引入SiLU激活函数层和批量归一化层； Transformer模块的具体结构为：特征图输入后，首先经过深度多尺度注意力机制模块，进行上下文语义特征及局部特征的提取；然后经过Mix‑FFN模块，增强Transformer模块的特征表达能力；最后输入补丁合并层，对输入特征图进行下采样，同时逐步扩大感受野并整合多尺度信息； 所述深度多尺度注意力机制模块的具体结构为：输入特征图首先经过多头注意力机制模块，捕捉不同病害的纹理和形态特征，输出带有全局上下文的输出特征；然后输入深度多尺度模块，通过使用不同大小的卷积核对特征进行卷积，以捕捉不同尺度的局部特征； S4、模型训练：采用构建的数据集对叶片病变位置实时检测模型进行训练，调整模型参数，直至模型符合检测要求； S5、采用训练后的叶片病变位置实时检测模型对待检测水果叶片进行病变位置实时检测，利用水果叶片病变位置的面积在水果叶片总面积中的占比，估计水果叶片的病害严重程度。

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吉林农业大学，其通讯地址为：130118 吉林省长春市新城大街2888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”。

以上内容由龙图腾AI智能生成。