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！

龙图腾网获悉海南大学三亚南繁研究院申请的专利一种基于低空无人机图像、组感知自适应机制及倒置密度尺度融合损失的水稻植株计数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：CN121504940B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202610043392.2，技术领域涉及：G06T7/00；该发明授权一种基于低空无人机图像、组感知自适应机制及倒置密度尺度融合损失的水稻植株计数方法是由白晓东;张雪;周乐怡;卢芬;曾宇;彭英典;钱宇成;高馨雨设计研发完成，并于2026-01-14向国家知识产权局提交的专利申请。

本一种基于低空无人机图像、组感知自适应机制及倒置密度尺度融合损失的水稻植株计数方法在说明书摘要公布了：本申请实施例提供一种基于低空无人机图像、组感知自适应机制及倒置密度尺度融合损失的水稻植株计数方法，该方法包括：S1：数据预处理；S2：构建编码器‑解码器网络模型，其中编码器采用经过预训练的VGG模型作为主干网络，解码器利用组感知自适应机制对输入的特征图进行特征加强与权重重要性筛选；S3：训练编码器‑解码器网络模型获取计数模型，在训练过程中采用倒置密度尺度融合损失函数；S4：利用计数模型对输入的水稻图像进行前向传播，输出预测密度图，通过对预测密度图求和得到水稻植株计数结果。该方法增强了对植株关键特征的提取能力，并结合实现了多尺度自适应监督，显著提升了在密集、遮挡等复杂田间环境下的计数精度与鲁棒性。

本发明授权一种基于低空无人机图像、组感知自适应机制及倒置密度尺度融合损失的水稻植株计数方法在权利要求书中公布了：1.一种基于低空无人机图像、组感知自适应机制及倒置密度尺度融合损失的水稻植株计数方法，其特征在于，所述方法包括： S1：数据预处理，将原始水稻图像及其标注转换为包含初始密度图、植株注意力图的训练数据，并对所述训练数据进行增强处理； S2：构建编码器-解码器网络模型，其中编码器采用经过预训练的VGG模型作为主干网络，解码器利用组感知自适应机制GAAM对输入的特征图进行特征加强与权重重要性筛选； 其中，所述组感知自适应机制GAAM包括： 特征增强模块，包括空间注意力、通道注意力以及组感知注意力，所述组感知注意力机制通过对特征图的通道进行分组，为每组通道内每个空间位置的像素值计算独立的权重；权重重要性筛选模块，基于门控机制设定阈值对融合权重进行筛选； 所述组感知注意力机制的执行逻辑包括：接收形状为B,C,H,W的输入特征图，其中B为批次大小，C为通道数，H为高度，W为宽度；将C个通道划分为N个分组，每个分组包含CN个通道；针对每个分组，为其所包含的每个通道的每一个空间位置H,W的像素值，独立地计算一个权重值；将所述N个分组计算得到的所有权重进行组合，生成形状为B,C,H,W的组感知注意力权重图； 所述倒置密度尺度融合损失IDSFLoss的计算公式如下： 其中，L0为原始分辨率下预测密度图与真实密度图之间的均方误差损失，为多尺度密度级联损失，和为权重系数； 所述多尺度密度级联损失的获取方法包括： 对原始预测密度图P和真实密度图T进行多尺度分块求和下采样，得到Z个不同尺度下的粗粒度密度映射Pi和Ti，其中i表示尺度索引，i=0代表原始尺度； 计算每个尺度下的均方误差MSEPi,Ti；根据各尺度的均方误差，通过自适应权重公式计算当前训练过程中各尺度的注意力权重；计算各尺度的惩罚项，其为该尺度实际误差比与理论期望误差比之差的绝对值； 根据所述注意力权重和惩罚项，计算最终的多尺度密度级联损失； 所述多尺度密度级联损失的计算公式如下： ， 其中，Z表示Z个尺度，P0、T0表示原始预测和真值密度图； S3：训练所述编码器-解码器网络模型获取计数模型，在训练过程中采用融合损失函数，所述融合损失函数包括二元交叉熵损失BCELoss以及倒置密度尺度融合损失IDSFLoss； S4：利用所述计数模型对输入的水稻图像进行前向传播，输出预测密度图，通过对所述预测密度图求和得到水稻植株计数结果。

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海南大学三亚南繁研究院，其通讯地址为：572000 海南省三亚市崖州区甘农大道三亚南繁种业众创中心；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。