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！

龙图腾网获悉贵州大学申请的专利一种用于识别叶片病害的诊断模型构建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：CN120726399B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202511145379.X，技术领域涉及：G06V10/764；该发明授权一种用于识别叶片病害的诊断模型构建方法是由梁永超;韩冰;魏功民;赵佳木;何圣立;曾俊杰;于超译;方鑫设计研发完成，并于2025-08-15向国家知识产权局提交的专利申请。

本一种用于识别叶片病害的诊断模型构建方法在说明书摘要公布了：本发明公开了一种用于识别叶片病害的诊断模型构建方法，包括：构建叶片病害原始图像集；对叶片病害原始图像集进行预处理，生成叶片病害图像样本集；叶片病害图像样本集的内容包括：叶片病害分类、叶片病害阶段及对应图像集；定义基础结构为ResNet50的网络模型，加入IB模块构成ResNet50‑FIB结构；IB模块用于进行多尺度融合和强化处理，输出深层语义特征与空间细节信息，深层语义特征用于匹配叶片病害分类，空间细节信息用于匹配叶片病害阶段；输出层输出根据图像识别的病害分类和病害阶段；对网络模型进行训练，构建生成用于识别叶片病害的诊断模型。根据上述技术方案，可以突破传统模型在精度速度权衡、早期病症误判、跨作物适应性的瓶颈，具备产业化推广潜力。

本发明授权一种用于识别叶片病害的诊断模型构建方法在权利要求书中公布了：1.一种用于识别叶片病害的诊断模型构建方法，其特征在于，包括以下步骤： 构建叶片病害原始图像集； 对所述叶片病害原始图像集进行预处理，生成叶片病害图像样本集；所述叶片病害图像样本集的内容包括：叶片病害分类、叶片病害阶段及对应图像集；所述叶片病害分类的特征包括：颜色、轮廓形状、轮廓大小和分布；所述叶片病害阶段包括早期阶段、中期阶段和晚期阶段；所述早期阶段的特征为微纹理；所述中期阶段的特征为中尺度轮廓；所述晚期阶段的特征为轮廓分布； 定义基础结构为ResNet50的网络模型，在所述基础结构加入IB模块构成ResNet50-FIB结构；其中，所述基础结构包括输入层、5层残差层和输出层；所述输入层用于获取图像，所述4层残差层用于从图像中提取和输出基础特征；所述IB模块替代ResNet50的第5层残差层，用于对所述基础特征进行多尺度融合生成多尺寸特征，并进行强化处理，输出深层语义特征与空间细节信息，所述深层语义特征用于匹配叶片病害分类，所述空间细节信息用于匹配叶片病害阶段；所述输出层输出根据图像识别的病害分类和病害阶段；其中，所述多尺寸特征为叶片病害分类和叶片病害阶段的特征结合； 将叶片病害图像样本集分类为训练集和验证集，对所述网络模型进行训练，构建生成用于识别叶片病害的诊断模型； 其中，所述IB模块由Inception单元与CBAM注意力单元的集成构成；所述Inception单元实现多尺度特征提取；所述CBAM注意力单元实现强化关键特征区域；所述实现强化关键特征区域包括： 所述叶片病害阶段为早期阶段时，Inception单元捕捉微纹理特征后，CBAM注意力单元进行全局平均池化捕捉细微变化，降维提取关键特征，过滤背景噪声，以增强特征间的区分度并重建通道权重； 所述叶片病害阶段为中期阶段时，Inception单元提取中尺度轮廓特征后，CBAM注意力单元突出显著区域，结合平均和最大池化，生成空间权重图； 所述叶片病害阶段为晚期阶段时，Inception单元进行多尺度特征拼接，由CBAM注意力单元捕捉全局分布模式，由多尺度特征融合识别病斑空间关系，再采用深层语义特征编码全局结构。

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贵州大学，其通讯地址为：550000 贵州省贵阳市花溪区花溪大道南段；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。