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！

龙图腾网获悉同济大学申请的专利一种基于深度学习的叶菜病害检测调控方法及系统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：CN119863061B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411818475.1，技术领域涉及：G06Q10/0631；该发明授权一种基于深度学习的叶菜病害检测调控方法及系统是由林开颜;周纪元;邝家铭;吴军辉;陈杰;司慧萍设计研发完成，并于2024-12-11向国家知识产权局提交的专利申请。

本一种基于深度学习的叶菜病害检测调控方法及系统在说明书摘要公布了：本发明提供了一种基于深度学习的叶菜病害检测调控方法及系统。采集叶菜的生长图像和环境参数数据，利用改进DETR模型进行病害检测，输出病害区域的边界框和病害类别。采用基于边界框的弱监督分割方法进行分割，获得各个病害区域的像素级分割图，提取病害区域的颜色、形状和面积特征，对病害进行分级量化生成病害等级评分。通过深度Q网络模型，获得最优种植策略，通过执行机构调节光照、温度、湿度等环境参数，优化叶菜生长环境，提高生产效率。本发明结合深度学习和智能调控技术，能够实现高效的病害识别与精细的环境调控，降低病害带来的损失，提升叶菜的产量和品质，减少人工干预，具有较强的实用性和推广价值。

本发明授权一种基于深度学习的叶菜病害检测调控方法及系统在权利要求书中公布了：1.一种基于深度学习的叶菜病害检测调控方法，其特征在于，包括以下步骤： 步骤S1：定期采集叶菜的生长图像以及环境参数数据，所述生长图像通过数字相机采集，所述环境参数通过传感器实时采集，包括温度、湿度、光照强度； 步骤S2：对叶菜的生长图像进行预处理； 步骤S3：将预处理后叶菜的生长图像输入预训练的改进的DETR模型进行病害检测，判断该生长图像是否患病，若患病，则输出该生长图像中患病区域的边界框与病害类别，执行步骤S4，若没有患病，则不输出； 步骤S4：对病害检测后的生长图像采用基于边界框的弱监督分割方法进行分割，获得各个病害区域的像素级分割图； 步骤S5：对各个病害区域的像素级分割图进行特征提取，提取各个病害区域的颜色特征、形状特征和面积特征，根据步骤S3输出的病害类别与各个病害区域的颜色特征、形状特征和面积特征，对病害症状进行分级量化，生成病害等级评分； 步骤S6：获取叶菜的生长指标，包括叶面积指数与株高，将病害等级评分、病害类别、生长指标与环境参数数据输入预训练的深度Q网络模型中，获得最优种植策略，依据最优种植策略通过执行机构对叶菜的生长环境进行调整； 所述改进的DETR模型在编码器和解码器中引入稀疏注意力机制，为目标查询引入空间先验信息。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。