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VC-Net和穆勒算法的番茄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：CN117315478B 。

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：202311351039.3，技术领域涉及：G06V20/10；该发明授权一种基于VC-Net和穆勒算法的番茄叶病识别方法是由宗慧;杨占辉;蒋东山;安雯龙;周恒;陈鑫;刘向超;赵云;孙居辉;魏鹏;张浩;王健;张乐设计研发完成，并于2023-10-18向国家知识产权局提交的专利申请。

本一种基于VC-Net和穆勒算法的番茄叶病识别方法在说明书摘要公布了：本发明公开了一种基于VC‑Net和穆勒算法的番茄叶病识别方法，包括：对番茄叶病图片的预处理；构建基于改进视觉Transformer番茄叶病识别模型和基于穆勒算法的训练模块，先进行patchembedding层进行分块，然后再进行初步卷积特征提取，之后进行位置嵌入PositionEmbedding，在特征提取后使用高斯去噪技术对其产生的噪声进行去噪处理。在视觉Transformer的Attention中使用LSA局部自注意力机制并引入零掩码矩阵。通过穆勒算法模块进行训练，得到最优的番茄叶病识别模型权重，实现对番茄叶病的分类。与现有技术相比，本发明通过先分类后识别的方法来确定番茄叶病类别，训练时间短，识别精度高。

本发明授权一种基于VC-Net和穆勒算法的番茄叶病识别方法在权利要求书中公布了：1.一种基于VC-Net和穆勒算法的番茄叶病识别方法，其特征在于，包括以下步骤： 步骤1：首先对番茄叶病图像数据进行预处理，对番茄叶病图片进行数据增强并对数据集划分； 步骤2：利用视觉Transformer中的PatchEmbedding模块先对步骤1处理后输入的每一张图片进行图像分块； 步骤3：构建基于VC-Net的网络模型，对分块后的图像进行特征提取；所述VC-Net的网络模型包括两个特征提取模块、去噪模块和分类输出模块；第一个特征提取模块为卷积提取特征模块，由11个卷积Block堆叠而成，并在每个卷积后添加SE注意力机制，同时将其进行线性残差连接；第二个特征提取模块为改进的Encoder自注意力模块，所述改进的Encoder自注意力模块中设置有改进的多头自注意力，其把原本的自注意改为LSA自注意力，并且添加了一个零掩码zero_mask矩阵； 步骤4：对步骤3中的基于VC-Net的网络模型通过构建的基于穆勒算法的训练模块进行训练，通过对训练Loss和精度Accuracy的结果使用基于穆勒算法的训练模块进行分析判断； 步骤5：通过在番茄叶病数据集上迭代训练，不断进行模型调参，得到最优的番茄叶病识别模型并保存模型参数进行测试，实现对番茄叶病的分类。

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：223299 江苏省淮安市淮安区淮城街道竹巷街淮阴工学院萧湖校区；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。