一种基于CNN和ViT的柑橘黄龙病害识别方法(高校公示15天)(不包年费滞纳金)(需要二变)
本发明涉及一种基于CNN和ViT的柑橘黄龙病害识别方法,包括:柑橘黄龙病害图像样本的获取并进行预处理;组成数据集,将数据集划分为训练集、验证集和测试集;构建柑橘黄龙病害图像识别模型;对训练集进行预处理,将预处理后的训练集输入柑橘黄龙病害识别模型中进行训练;获取待检测的柑橘黄龙病害图像并进行预处理,输入训练后的柑橘黄龙病害识别模型,得到柑橘黄龙病害识别结果。本发明通过将CNN分支模型连接ViT分支模型,实现对柑橘黄龙图像病害的准确识别;使用三个级联的残差模块,相较于传统ResNet参数量大大减少,结合轻量化注意力模块使得在参数量大幅下降的同时,提高了模型精度,有效地减轻了背景干扰,提升了病虫害的识别性能。
《一种基于CNN和ViT的柑橘黄龙病害识别方法(高校公示15天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2024106543255,当前法律状态为已下证,由安徽大学提出申请,发明人为庞登浩;程苛苛;赵代超;杜锦国曦;阮超;黄林生,申请日期为2024-05-24,公开(公告)日期为2025-04-01,国际专利分类号(IPC)为 G06V 10/764 (2022.01),高新资质:未报高企。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:本发明涉及一种基于CNN和ViT的柑橘黄龙病害识别方法,包括:柑橘黄龙病害图像样本的获取并进行预处理;组成数据集,将数据集划分为训练集、验证集和测试集;构建柑橘黄龙病害图像识别模型;对训练集进行预处理,将预处理后的训练集输入柑橘黄龙病害识别模型中进行训练;获取待检测的柑橘黄龙病害图像并进行预处理,输入训练后的柑橘黄龙病害识别模型,得到柑橘黄龙病害识别结果。本发明通过将CNN分支模型连接ViT分支模型,实现对柑橘黄龙图像病害的准确识别;使用三个级联的残差模块,相较于传统ResNet参数量大大减少,结合轻量化注意力模块使得在参数量大幅下降的同时,提高了模型精度,有效地减轻了背景干扰,提升了病虫害的识别性能。
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!
