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！

龙图腾网获悉淮阴工学院申请的专利一种基于DS-Net模型的茶叶病识别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：CN116681938B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202310659379.6，技术领域涉及：G06V10/764；该发明授权一种基于DS-Net模型的茶叶病识别方法是由宗慧;安雯龙;蒋东山;刘向超;陈婷;陈鑫;杨占辉;周恒;张乐;王健设计研发完成，并于2023-06-05向国家知识产权局提交的专利申请。

本一种基于DS-Net模型的茶叶病识别方法在说明书摘要公布了：本发明涉及计算机技术图像识别技术领域，公开了一种基于DS‑Net模型的茶叶病识别方法。包含以下阶段：训练阶段：采取茶叶病害图片并制作成数据集，将数据集划分为训练集和测试集并对数据进行预处理；在DS‑Net模型中引入了多尺度分支提取模块、改进后的自校正卷积MSC‑Conv和空间注意力CA，构建DS‑Net模型；将训练数据集输入到DS‑Net模型中，经过多次训练保存训练最好的权重；测试阶段：输入待识别的茶叶病害图片，通过训练得到的DS‑Net网络模型对茶叶病害进行分类识别。与现有技术相比，本发明可以准确地识别出早期的茶叶病害，提高了茶叶生产，解决了早期茶叶病害出现的问题。

本发明授权一种基于DS-Net模型的茶叶病识别方法在权利要求书中公布了：1.一种基于DS-Net模型的茶叶病识别方法，其特征在于，包括以下步骤： 步骤1：采集并保存茶叶病害数据，对茶叶病害数据进行人工标注并制作成数据集； 步骤2：对茶叶病害数据集进行预处理，将原数据集通过数据增强来达到数据的泛化性； 步骤3：将制作完成的数据集划分为训练集和测试集； 步骤4：构建用于茶叶病识别的DS-Net模型，所述DS-Net模型包含Conv特征提取模块、两层BT模块和Neck模块，所述BT模块包括Bottleneck模块和Transition模块； 所述Conv特征提取模块采用多尺度分支提取模块，分为两个分支，第一个分支包含两个串行卷积、空间注意力机制和最大池化，第二个分支采用3*3的卷积和最大池化，将第一个分支和第二个分支提取出的数据进行特征拼接，从而提升特征提取能力； 所述BT模块由Bottleneck模块和Transition模块组成，具体结构如下： 所述Bottleneck模块包括1*1的卷积核和改进后的自校正卷积MSC-Conv模块，所述MSC-Conv模块包括自校正卷积、空间注意力机制和分组卷积，自校正卷积通过内部通信的方式扩展每个分组卷积的视场，在扩展分组卷积的同时采取了空间注意力机制丰富输出特征； 所述Transition模块将前一模块产生的特征图的通道数降低，包括一个压缩卷积和一个平均池化，使用1*1的卷积核对特征图进行卷积降维，减少下一层输入的特征通道，平均池化进一步缩小特征图尺寸减少计算和内存； 步骤5：通过多次训练更新权重，得到最优的训练模型权重并对茶叶病害进行识别。

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淮阴工学院，其通讯地址为：223005 江苏省淮安市经济技术开发区枚乘东路1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。