Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 三亚中国农业科学院国家南繁研究院;中国农业科学院农业信息研究所张建华获国家专利权

三亚中国农业科学院国家南繁研究院;中国农业科学院农业信息研究所张建华获国家专利权

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!

龙图腾网获悉三亚中国农业科学院国家南繁研究院;中国农业科学院农业信息研究所申请的专利基于无人机和深度学习的水稻白叶枯病抗病性筛选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:CN121304665B

龙图腾网通过国家知识产权局官网在2026-02-17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:202511854245.5,技术领域涉及:G06T7/00;该发明授权基于无人机和深度学习的水稻白叶枯病抗病性筛选方法是由张建华;潘攀;虞国平;周国民;胡林;郑晓明;郭文龙设计研发完成,并于2025-12-10向国家知识产权局提交的专利申请。

基于无人机和深度学习的水稻白叶枯病抗病性筛选方法在说明书摘要公布了:本发明涉及农业病害检测与作物抗病性筛选技术领域,尤其基于无人机和深度学习的水稻白叶枯病抗病性筛选方法,其技术方案包括:优化后的YOLOv11‑OBB模型由C3k2FC模块、SPPF_LSKA模块、SlimNeck模块、LiteHead模块组成,负责提取图像中的特征并定位白叶枯病斑,能够高效、准确地检测白叶枯病斑;使用轻量级深度学习模型,能够在资源受限的无人机平台上高效运行,降低设备和计算成本;通过多个优化模块的协作,显著提高了白叶枯病斑的检测精度,能够保持稳定的检测效果;简化了操作流程,实现了白叶枯抗病性筛选的全自动化;因此,利用轻量级、经过优化的YOLOv11‑OBB模型,结合计算效率高的模块设计,实现低成本、高效、自动化、高精度的白叶枯抗病性筛选,适合大规模田间应用。

本发明授权基于无人机和深度学习的水稻白叶枯病抗病性筛选方法在权利要求书中公布了:1.基于无人机和深度学习的水稻白叶枯病抗病性筛选方法,其特征在于,操作步骤包括: S1、无人机图像采集:无人机在预定的飞行路线和高度上飞行,拍摄水稻田中的白叶枯病斑图像; S2、白叶枯病斑检测与定位:输入图像数据后,通过YOLOv11‑OBB模型进行白叶枯病斑的检测;改进后的YOLOv11‑OBB模型由C3k2FC模块、SPPF_LSKA模块、SlimNeck模块、LiteHead模块组成,负责提取图像中的特征并定位白叶枯病斑; S3、目标跟踪与多目标识别:利用卡尔曼滤波器对每一帧图像中的白叶枯病斑进行多目标跟踪,避免遮挡和飞行过程中图像重复出现同一目标的情况; S4、病害发生率计算与抗病性分类:根据检测到的病斑数量计算水稻的病害发生率,利用发生率的阈值将水稻分为不同的抗病性等级,从而根据抗病性对水稻品种进行筛选; S5、筛选结果输出与显示:最终的筛选结果被输出,并通过图形界面或报告的形式呈现给用户,帮助育种研究人员作出抗病性品种选择; 在S2中,改进后的YOLOv11‑OBB模型的整体结构包括骨干、颈部、检测头;改进内容包括:在骨干网络中,C3k2FC模块将PConv和CGLU集成到C3k2结构中;在骨干网络中,SPPF_LSKA模块包括结合LSKA池化;在颈部中,SlimNeck模块使用GSConv和VoVGSCSP优化特征融合,同时最小化FLOP;在检测头中,LiteHead模块采用分离的批量归一化和动态锚框;另外,还有LAMP修剪实施自适应全局修剪来压缩模型参数。

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三亚中国农业科学院国家南繁研究院;中国农业科学院农业信息研究所,其通讯地址为:572024 海南省三亚市崖州区金稻路5号南繁表型设施大楼;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。