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！

龙图腾网获悉云南民族大学申请的专利一种基于注意力机制的茶叶病害检测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：CN119579527B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202411629725.7，技术领域涉及：G06T7/00；该发明授权一种基于注意力机制的茶叶病害检测方法是由杨业辉;常晨霞;范菁;钟声;卢云飞;倪昊设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种基于注意力机制的茶叶病害检测方法在说明书摘要公布了：本发明属于计算机视觉和农业信息技术领域，具体是涉及一种基于注意力机制的茶叶病害检测方法。所述检测方法包括：使用改进的YOLOv5s模型作为基础模型；在YOLOv5s模型主干网络中引入SE注意力机制，替换原有的C3模块为seC3模块；在主干网络末端添加坐标注意力机制；收集茶叶病害图像数据，对收集到的茶叶病害图像数据进行预处理；使用标注工具对预处理后的茶叶病害图像数据进行病害区域标定，生成标注数据集；利用所述标注数据集对构建的YOLOv5‑SE模型进行训练，得到训练后的模型权重；将训练后的YOLOv5‑SE模型应用于未标注的茶叶病害图像，进行病害检测和识别。该方法可以更好地捕捉和表示茶叶病害图像中的关键特征，从而提高病害检测的精度和可靠性。

本发明授权一种基于注意力机制的茶叶病害检测方法在权利要求书中公布了：1.一种基于注意力机制的茶叶病害检测方法，使用YOLOv5-SE模型对茶叶病害进行检测，其特征在于：所述YOLOv5-SE模型的构建方法包括：替换YOLOv5模型中的C3模块为融合了SE注意力机制的SEC3模块；在YOLOv5模型的末端增加坐标注意力机制； 所述SE注意力机制包括以下步骤： 对给定特征图进行卷积计算，形成特征图； 对特征图进行全局平均池化，生成一个特征向量； 通过两个全连接层和非线性激励函数处理该特征向量，生成通道权重值； 将通道权重值应用于原始特征图上的每个通道，进行特征加权处理； 所述检测方法包括： 收集茶叶病害图像数据，对收集到的茶叶病害图像数据进行预处理； 使用标注工具对预处理后的茶叶病害图像数据进行病害区域标定，生成标注数据集； 利用所述标注数据集对构建的YOLOv5-SE模型进行训练，得到训练后的模型权重； 将训练后的YOLOv5-SE模型应用于未标注的茶叶病害图像，进行病害检测和识别； 所述替换YOLOv5模型中的C3模块为融合了SE注意力机制的SEC3模块的步骤包括： 提供一种使用SE注意力机制的目标检测模型，包括一个主干网络、一个颈部网络以及一个头部网络； 在主干网络中选取至少一个卷积层，该卷积层用于特征提取； 在所选的卷积层后集成一个SE模块，该SE模块包括一个挤压步骤和一个激励步骤； 执行挤压步骤，通过全局平均池化对卷积层输出的特征图进行压缩，形成一个全局特征描述符； 执行激励步骤，利用两个全连接层对全局特征描述符进行处理，生成针对每个通道的权重； 应用生成的权重于卷积层输出的特征图，以调整各通道的特征响应，形成加权特征图； 将加权特征图传递至颈部网络，进行特征融合和尺度调整； 输出经过特征融合和尺度调整后的特征图至头部网络，用于目标检测和分类； 所述检测方法还包括在YOLOv5模型的主干网络和颈部网络之间增加一个多尺度特征融合模块；所述多尺度特征融合模块包括以下步骤： 将不同尺度的特征图进行上采样和下采样，生成相同尺度的特征图； 将相同尺度的特征图进行逐元素加和，形成融合特征图； 对融合特征图进行卷积操作，生成新的特征图。

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云南民族大学，其通讯地址为：650504 云南省昆明市呈贡区月华街2929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。