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！

龙图腾网获悉中通服创立信息科技有限责任公司申请的专利一种小目标蚜虫识别方法、装置、设备及介质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：CN121353925B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511912595.2，技术领域涉及：G06V20/10；该发明授权一种小目标蚜虫识别方法、装置、设备及介质是由裴贵军;方佩;许成刚;杜良辉;宋立锵;赵永义设计研发完成，并于2025-12-18向国家知识产权局提交的专利申请。

本一种小目标蚜虫识别方法、装置、设备及介质在说明书摘要公布了：本发明涉及图像处理领域，具体涉及一种小目标蚜虫识别方法、装置、设备及介质。该方法首先获取待处理的作物叶片图像，并将其输入至预先训练完成的小目标蚜虫识别模型中。该模型通过对图像进行处理，同步输出蚜虫目标的检测框集合以及反映其空间聚集强度的连续密度图。模型的训练过程包括：采集农田场景图像并进行双标签协同标注，生成边界框标签和连续密度图标签；利用标注数据训练预设模型，该模型具备多尺度特征提取与融合能力；通过损失函数优化模型参数，最终得到可同时完成目标检测与密度估计的识别模型，提高对小目标蚜虫在复杂背景下的检测能力。

本发明授权一种小目标蚜虫识别方法、装置、设备及介质在权利要求书中公布了：1.一种小目标蚜虫识别方法，其特征在于，包括： 获取待处理作物叶片图像； 将所述待处理作物叶片图像输入至预先训练完成的小目标蚜虫识别模型中，通过所述小目标蚜虫识别模型对所述待处理作物叶片图像进行处理，得到蚜虫目标的检测框集合和反映蚜虫空间聚集强度的连续密度图； 其中，所述小目标蚜虫识别模型的训练过程包括以下步骤： 采集多张农田场景中的作物叶片图像，并对每张作物叶片图像进行双标签协同标注处理，生成蚜虫目标的边界框标签以及表征蚜虫空间分布连续性特征的连续密度图标签； 根据多个作物叶片图像和每个作物叶片图像对应的标签，输入预设的待训练模型，得到所述待训练模型的输出结果，所述待训练模型包括主干层、特征融合层和输出层；所述主干层用于对输入的作物叶片图像进行逐层、多尺度的抽象化特征提取得到初始多尺度特征，所述特征融合层用于对所述初始多尺度特征进行跨尺度信息融合得到目标多尺度特征，所述输出层包括检测分支输出层和密度图分支输出层，所述检测分支输出层用于根据所述目标多尺度特征输出检测框，所述密度图分支输出层用于根据所述目标多尺度特征输出连续密度图； 根据每个作物叶片图像对应的输出结果和标签、以及损失函数，对所述待训练模型进行调整，得到训练好的小目标蚜虫识别模型； 所述密度图分支输出层由依次连接的第六CBS模块、第四上采样模块、第七CBS模块、第五上采样模块和第八CBS模块构成； 所述第六CBS模块的输入端连接所述特征融合层中第五C2f模块的输出端，用于获取高语义信息的特征； 所述第四上采样模块和第五上采样模块用于对特征图进行逐级空间上采样，以恢复至原始输入图像的空间分辨率； 所述第七CBS模块和第八CBS模块用于在上采样过程中对特征进行卷积提炼； 所述第八CBS模块的输出为单通道特征图，经过后处理即生成表征虫群空间聚集强度的所述连续密度图； 所述小目标蚜虫识别模型在YOLOv10主干网络的基础上进行端侧化与小目标场景定制优化，主干层以CBS至C2f为基本骨架并在关键位置替换为C2f-FCA以扩大有效感受域并抑制背景噪声，所述CBS由二维卷积、批归一化与激活函数激活顺序组成，用于浅层纹理与边缘提取；C2f用于在轻量瓶颈内进行分流与聚合，输入特征分为主支与旁路，所述旁路经若干轻量瓶颈后与主支拼接模块回流，以小计算量提升表达；C2f-FCA在C2f骨架中并入FCA，FCA由条带式DWConv模拟大核和通道感知注意力两路组成。

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中通服创立信息科技有限责任公司，其通讯地址为：610000 四川省成都市高新区神仙树北路14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。