一种基于RePMMS-Net的绿豆叶斑病识别方法（智慧农业、人工智能、粮食、杂粮、大数据）

本发明公开了一种基于RePMMS‑Net的绿豆叶斑病识别方法，预先获取绿豆叶斑病图像，通过人工标注制作绿豆叶斑病数据集；构建并行多分支多尺度卷积核模块PMMS，并重复使用PMMS模块，进行特征重复学习，得到最终图像的特征向量；将图像的特征向量输入全局平均池化层，输出最终的特征向量作为softmax分类器的输入；构建softmax分类器，将输入的特征向量转化为关于类别的概率向量输出；构建RePMMS‑Net网络模型，并训练该网络，即通过不断迭代前向传播过程、反向传播过程优化网络的参数；使用训练好的RePMMS‑Net网络模型对测试图像中的目标进行识别。本发明提出的病斑识别模型，能充分挖掘图像中的特征；增强了模型的适应性，提高了分类精度，具有良好的泛化性能和较好的鲁棒性。

《一种基于RePMMS-Net的绿豆叶斑病识别方法（智慧农业、人工智能、粮食、杂粮、大数据）》是一发明专利，专利号为 2022107401905，当前法律状态为已下证，由淮阴工学院提出申请，发明人为高尚兵;李洁;余骥远;唐琪;陈新;缪奕可;曹鹏;袁星星;杨瑞杰;陈浩霖;任珂;张海艳;刘步实;李少凡，申请日期为2022-06-28，公开（公告）日期为2025-10-10，国际专利分类号（IPC）为 G06V 20/10 (2022.01)，高新资质：未报高企，所属技术领域包括：深度学习图像分类，轻量级神经网络、农业机器视觉，农作物病害检测，农业人工智能，图像识别模型训练，农业图像数据处理，卷积神经网络模型，智慧种植检测技术，农业遥感与视觉检测，大田作物病害监测技术、豆大田种植病害监测，农作物叶斑病智能识别，智慧农业植保检测，田间移动端病害诊断，农业科研病害样本分析，杂粮作物病害识别系统，植保无人机图像识别配套，农业病虫害自动筛查，作物叶片病害图像检测，农业 AI 检测设备开发，杂粮种植基地病害巡检，农科院作物病害研究，农业手机端病害识别小程序，大田作物病害普查，经济作物病害识别平台开发。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于RePMMS‑Net的绿豆叶斑病识别方法，预先获取绿豆叶斑病图像，通过人工标注制作绿豆叶斑病数据集；构建并行多分支多尺度卷积核模块PMMS，并重复使用PMMS模块，进行特征重复学习，得到最终图像的特征向量；将图像的特征向量输入全局平均池化层，输出最终的特征向量作为softmax分类器的输入；构建softmax分类器，将输入的特征向量转化为关于类别的概率向量输出；构建RePMMS‑Net网络模型，并训练该网络，即通过不断迭代前向传播过程、反向传播过程优化网络的参数；使用训练好的RePMMS‑Net网络模型对测试图像中的目标进行识别。本发明提出的病斑识别模型，能充分挖掘图像中的特征；增强了模型的适应性，提高了分类精度，具有良好的泛化性能和较好的鲁棒性。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！