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！

龙图腾网获悉厦门大学申请的专利一种构建用于农作物病害识别的轻量级注意力机制网络的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：CN115965864B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211622568.8，技术领域涉及：G06V20/10；该发明授权一种构建用于农作物病害识别的轻量级注意力机制网络的方法是由张德富;仲仁豪设计研发完成，并于2022-12-16向国家知识产权局提交的专利申请。

本一种构建用于农作物病害识别的轻量级注意力机制网络的方法在说明书摘要公布了：一种构建用于农作物病害识别的轻量级注意力机制网络的方法，涉及深度学习领域。以MobileViT模型为基础，在MobileViT模型的部分MobileViT块中加入通道注意力机制，在MobileViT模型的最后加入通道注意力机制和空间注意力机制。基于轻量级的Transformer模型即MobileViT网络模型搭建，该模型能够有效地学习局部表征和全局表征，为能够更好的捕获农作物的病害信息，在模型中加入的改进的注意力机制，使用PlantVillage公开数据集所有的数据进行训练测试，总共包含38个类别，通过在PlantVillage公开数据集上评估验证，取得99.60％的识别准确率，有效地识别农作物的病害。

本发明授权一种构建用于农作物病害识别的轻量级注意力机制网络的方法在权利要求书中公布了：1.一种构建用于农作物病害识别的轻量级注意力机制网络的方法，其特征在于以MobileViT模型为基础加入改进的注意力机制，所述改进的注意力机制具体包括以下步骤： 1构建通道注意力机制，所述通道注意力机制基于CBAM注意力机制，还包括一维卷积，用于分析图像通道间的关系，给每个通道一个权重，获取关键信息，从而提升网络的性能； 2构建空间注意力机制，所述空间注意力机制基于CBAM注意力机制，给每个像素点一个权重，对于输入的图像，通过全局平均池化和最大池化将通道信息进行压缩，使用不同大小的卷积核构建多分支网络，以更好的融合信息，提升网络的表征能力，捕获农作物病害信息；使用空洞卷积以增加感受野；将压缩后的图像通过多个卷积核进行处理，结果相加融合，再通过sigmoid计算得到注意力分数； 3构建用于农作物病害识别的轻量级注意力机制网络，采用MobileViT模型作为基础模型，在MobileViT模型的部分MobileViT块中加入通道注意力机制，在MobileViT模型的最后加入通道注意力和空间注意力机制，实现更好地捕获通道信息和空间信息； 所述MobileViT模型包含MV2块和MobileViT块；MV2是MobileNetv2中的倒残差结构；MobileViT块为MobileViT模型的核心模块，用于学习局部表征以及全局表征；构建农作物病害识别模型的MobileViT块包括局部建模和全局建模： 1局部建模：对于输入的图像其中H,W,C分别为高、宽和通道数；首先进行局部建模操作Flocal，该步骤先通过一个n×n的卷积模块fn×n学习局部表征，n为3，然后再通过1×1的卷积模块f1×1进行升维，得到局部建模后的输出Xlocal，具体计算过程如下： 其中，d为Xlocal的维度，即通过局部建模计算之后得到的输出的通道数； 2全局建模：包括Unfold、Transformer模块计算和Fold操作；局部建模后得到的输出Xlocal进行Unfold操作，将图像变成Transformer能处理的序列数据，进行自注意力运算；将Xlocal划分成一个个不重叠的patch，通过Unfold操作之后得到其中P＝ph×pw，ph,pw分别为每个patch的高和宽，P为组数，N为每组patch的数量；将每一组中的数据Xp输入Transformer模块中计算，学习全局表征；再进行Fold操作还原得到通过1×1的卷积操作降维，通过拼接操作和原始输入X进行拼接，通过一个n×n的卷积操作进行融合，具体操作如下： 其中，fn×n为n×n的卷积操作，f1×1为1×1的卷积操作。

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厦门大学，其通讯地址为：361005 福建省厦门市思明区思明南路422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。