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！

龙图腾网恭喜中国海洋大学申请的专利细粒度浮游植物显微图像增强分类方法及其模型搭建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：CN119360376B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411908235.0，技术领域涉及：G06V20/69；该发明授权细粒度浮游植物显微图像增强分类方法及其模型搭建方法是由付民;李佳烜;陈海明;邓传燕;杨世民;郑冰设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本细粒度浮游植物显微图像增强分类方法及其模型搭建方法在说明书摘要公布了：本发明提供了一种细粒度浮游植物显微图像增强分类方法及其模型搭建方法，属于水下图像增强分类技术领域，该方法包括以下步骤：首先从多个海域采集浮游植物样本，并通过显微成像技术获取图像数据；对图像进行筛选、预处理及数据增强，构建高质量的训练集和测试集；开发了一种双分支深度学习模型HySwinFormer，包含基于分层视觉Transformer的多尺度上下文捕获分支和采用并行卷积核设计的局部细节增强分支，通过设计的加权融合策略实现特征的联合表达；接着对模型进行训练与优化，获得最终模型。实验结果表明，HySwinFormer模型在多个数据集上的分类性能优于现有主流深度学习模型，分类效果得到显著提升。

本发明授权细粒度浮游植物显微图像增强分类方法及其模型搭建方法在权利要求书中公布了：1.一种细粒度浮游植物显微图像增强分类模型搭建方法，其特征在于，包括以下过程：步骤1，从多片具有代表性的海域获取浮游植物样本，并通过显微成像技术获得原始显微图像数据集；步骤2，对获取的原始显微图像数据集进行预处理，构建训练集和测试集；步骤3，在深度学习框架下搭建一种端到端的细粒度图像增强分类模型HySwinFormer，该模型采用双分支架构，包括多尺度上下文捕获分支和局部细节增强分支；其中，多尺度上下文捕获分支基于分层视觉Transformer架构，共包括四个特征提取阶段，每个阶段通过对输入图像进行块划分、块合并以及多头自注意力模块处理，获取多尺度的全局特征表示；在第三阶段中设置跨块残差融合模块，在该阶段经过预定数量的分层视觉Transformer模块后，对主路径特征与残差路径特征进行融合；局部细节增强分支由四个连续阶段构成，每个阶段包含一个双路径卷积模块，通过多方向卷积核对输入特征执行精细化处理，从而对局部特征的表达进行增强；最终，这两个分支在各对应阶段对全局特征与局部特征通过加权融合策略进行合并，用于生成适合后续分类任务的特征表示；步骤4，使用训练集和测试集对搭建的细粒度图像增强分类模型HySwinFormer进行训练并测试，选取性能最佳的模型作为最终模型。

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国海洋大学，其通讯地址为：266100 山东省青岛市崂山区松岭路238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”。