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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京林业大学张长春获国家专利权

北京林业大学张长春获国家专利权

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!

龙图腾网获悉北京林业大学申请的专利基于联合对抗迁移学习的害虫图像识别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:CN116681954B

龙图腾网通过国家知识产权局官网在2026-04-28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:202310804912.3,技术领域涉及:G06V10/764;该发明授权基于联合对抗迁移学习的害虫图像识别方法是由张长春;张军国;葛永泰设计研发完成,并于2023-07-03向国家知识产权局提交的专利申请。

基于联合对抗迁移学习的害虫图像识别方法在说明书摘要公布了:本发明涉及人工智能技术领域,尤其涉及一种基于联合对抗迁移学习的害虫图像识别方法,包括以下步骤:步骤S1,对开源农林业害虫数据集进行风格化处理,形成迁移学习数据集;步骤S2,训练领域‑测试领域包含源域、风格域以及空白域三个域的所有组合;步骤S3,在领域对抗神经网络中引入中心感知约束;步骤S4,在标签识别器最后的全连接层中引入相关对齐约束。本发明通过联合对抗迁移学习的害虫图像分类算法方法,可以较好解决负迁移对害虫分类准确性的影响问题,进而实现了农林业害虫的有效识别。

本发明授权基于联合对抗迁移学习的害虫图像识别方法在权利要求书中公布了:1.一种基于联合对抗迁移学习的害虫图像识别方法,其特征在于,包括,包括, 步骤S1,对开源农林业害虫数据集进行风格化处理,形成迁移学习数据集; 步骤S2,训练领域-测试领域包含源域、风格域以及空白域三个域的所有组合; 步骤S3,在领域对抗神经网络中引入中心感知约束; 步骤S4,在标签识别器最后的全连接层中引入相关对齐约束; 在步骤S1中,迁移学习数据集为农林业害虫的迁移学习数据集Pest-TL,其主要步骤包括: 采集开源害虫种类数据集,并将非成虫数据删除; 将整理后的数据根据不同的背景分成空白背景域与正常背景域; 基于DNN图像迁移方法,将正常域背景迁移成风格域图像; 在步骤S2中,其训练过程具体步骤包括: 训练过程将数据组织为源域、风格域以及空白域; 设置6个迁移任务包括,源域到风格域的迁移、源域到空白域的迁移、风格域到空白域的迁移、风格域到源域的迁移、空白域到源域的迁移、空白域风格域的迁移; 训练领域-测试领域包含这三个域的所有组合; 模型推理时,标注的源领域数据与未标注的源领域数据同时分别输入两个特征提取器,所述特征提取器共享参数; 特征提取器各自生成中心感知损失、联合通过领域判别器生成对抗损失; 通过标签分类器生成分类损失、联合生成判别损失,所述标签分类器共享参数。

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北京林业大学,其通讯地址为:100083 北京市海淀区清华东路35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。

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。