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！

龙图腾网获悉浙江省农业科学院申请的专利一种高效叶面积估算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：CN121010779B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511132502.4，技术领域涉及：G06V10/46；该发明授权一种高效叶面积估算方法是由郝鹏飞;林宝刚;安建鹏;蔡清;华水金;马志奇;何超超设计研发完成，并于2025-08-13向国家知识产权局提交的专利申请。

本一种高效叶面积估算方法在说明书摘要公布了：本发明公开了一种基于深度学习的高效叶面积估算方法，针对传统叶面积测量方法存在的破坏性取样耗时、传统计算机视觉技术易受环境干扰提出了新的解决方案。方法构建基于DINOv2架构的自监督预训练框架，结合两阶段迁移学习策略实现模型高效适配；开发Canopy‑Mix令牌级混合增强技术，通过动态融合多株冠层图像提升模型对复杂遮挡场景的鲁棒性；设计平滑L1损失与Log‑Cosh损失的混合优化策略，平衡预测偏差与异常值敏感性。本方法缩短了单株处理时间，可以完成批量处理，预测结果与叶片鲜重、干重的相关性高。本发明为苗期作物育种表型分析、营养早期诊断及栽培管理提供了高效精准的非破坏性检测工具。

本发明授权一种高效叶面积估算方法在权利要求书中公布了：1.一种高效叶面积估算方法，其特征在于，包括以下步骤： S1、采集用于模型训练和评估的数据，通过摄像头俯视拍摄田间植株，再用透明玻璃板将植株叶片和标定板压盖在黑色背景板上进行拍摄，计算标定转换系数，分割叶片得到实际叶面积值； S2、模型自监督预训练，基于DINOv2架构构建视觉Transformer教师-学生网络，整合多源植物数据集，生成全局和局部视图，使用交叉熵损失函数，完成多轮大规模自监督训练； S3、模型微调与叶面积回归，在视觉Transformer教师-学生网络末端添加多层感知机回归头，分阶段解冻主干网络参数，使用Canopy-Mix令牌混合增强技术及平滑L1+Log-Cosh混合损失，完成模型参数微调； S4、模型评估与验证，采用交叉验证划分数据集，统计误差指标，验证模型的泛化能力及批量处理稳定性； S5、模型部署与应用，实时计算输出叶面积值，关联鲜重和干重数据，支撑栽培管理和品种选育； 所述S1包括： S11、选择主摄像头，设置主摄像头参数，利用带有刻度的竖直竹竿作为高度辅助，对图像采集环境进行控制，在田间自然光环境下对植株进行俯视田间拍摄； S12、用透明玻璃板将植株叶片和标定板压盖在黑色背景板上进行拍摄； S13、使用视觉和机器学习软件库，计算标定转换系数；所述标定转换系数是标定板实际尺寸与图像中像素数的比例； S14、基于色相、饱和度和明度对叶片区域分割； S15、统计分割后叶片像素总数，乘以标定转换系数得到实际叶面积值； 所述S2包括： S21、选用DINOv2自监督框架作为技术底座，基于视觉Transformer架构构建教师-学生网络； S22、整合多源异构植物数据集进行预训练，建立模型的跨物种泛化能力； S23、执行大规模自监督训练，配置多轮迭代周期与批量处理图像数量，输出具有通用植物形态感知能力的预训练模型； 所述S3包括： S31、在预训练视觉Transformer教师-学生网络末端添加两层多层感知机回归头，冻结主干网络参数，采用AdamW优化器，配置分层学习率，结合余弦退火调度器，实现叶面积与模型输出的初始映射； S32、解冻视觉Transformer教师-学生网络最后四层参数，与回归头进行端到端联合训练，使用Canopy-Mix令牌混合增强技术，平滑L1与Log-Cosh混合损失权重比为0.7:0.3； 所述Canopy-Mix令牌混合增强技术包括： 1通过Beta分布对全局和局部图像的Transformer令牌序列进行随机比例混合，生成兼具多图特征的合成样本； 2采用与令牌一致的混合比例对叶面积标签值执行加权平均。

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浙江省农业科学院，其通讯地址为：310000 浙江省杭州市石桥路198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。