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！

龙图腾网恭喜中国科学院合肥物质科学研究院申请的专利结合上下文感知和多尺度混合注意力的玉米虫害区域检测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：CN114724031B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202210363301.5，技术领域涉及：G06V20/10；该发明授权结合上下文感知和多尺度混合注意力的玉米虫害区域检测方法是由黄河;张玮;孙友强;张俊卿;盛佳佳;裴昊天;谢成军;张洁;李瑞设计研发完成，并于2022-04-08向国家知识产权局提交的专利申请。

本结合上下文感知和多尺度混合注意力的玉米虫害区域检测方法在说明书摘要公布了：本发明涉及一种结合上下文感知和多尺度混合注意力的玉米虫害区域检测方法，包括：建立训练样本集；构造玉米虫害区域检测模型：构造基础虫害区域检测模型，采用多尺度混合注意力模块、上下文感知模块改进基础虫害区域检测模型中的特征聚合网络，得到玉米虫害区域检测模型；训练玉米虫害区域检测模型；虫害区域检测：将待检测样本输入玉米虫害区域检测模型，生成待检测样本中虫害区域的定位信息，并对虫害区域的个数进行计数。本发明通过上下文感知模块，为小目标虫害区域引入多尺度上下文特征强化目标特征的表示能力，增强网络对于此类有关特征提取的能力，解决了现有技术由于虫害区域尺度较小而不能精准识别的问题。

本发明授权结合上下文感知和多尺度混合注意力的玉米虫害区域检测方法在权利要求书中公布了：1.一种结合上下文感知和多尺度混合注意力的玉米虫害区域检测方法，其特征在于：该方法包括下列顺序的步骤：1建立训练样本集：采集真实田间玉米图像并进行预处理，对图像中有效区域进行标注，建立训练样本集；2构造玉米虫害区域检测模型：构造基础虫害区域检测模型YOLOv4，采用多尺度混合注意力模块、上下文感知模块改进基础虫害区域检测模型YOLOv4中的特征聚合网络，得到玉米虫害区域检测模型；3训练玉米虫害区域检测模型：将训练样本集中的训练样本输入玉米虫害区域检测模型，玉米虫害区域检测模型输出不同尺度的特征图，通过玉米虫害区域检测模型的头部模块对不同尺度的特征图进行解码，输出预测的虫害区域坐标与分类结果,并计算损失，更新参数；4虫害区域检测：将待检测样本输入玉米虫害区域检测模型，生成待检测样本中虫害区域的定位信息，并对虫害区域的个数进行计数；所述步骤2具体包括以下步骤：2a构造基础虫害区域检测模型YOLOv4：构造主干网络、特征聚合网络、头部模块，组成基础虫害区域检测模型YOLOv4；2b构造多尺度混合注意力模块：结合位置注意力模块与多尺度通道注意模块构造多尺度混合注意力模块；2c构造上下文感知模块；2d采用多尺度混合注意力模块、上下文感知模块改进基础虫害区域检测模型YOLOv4的特征聚合网络，得到玉米虫害区域检测模型；损失计算由三部分组成：置信度损失、定位损失、分类损失，计算公式如下：Loss＝LossCIoU+Lossconf+Losscls 其中，Loss为总损失，LossCIoU、Lossconf、Losscls分别为定位损失、置信度损失与分类损失，d代表两个边界框中心点之间的欧氏距离，c代表闭包的对角线距离，IoU代表预测边界框与真实边界框的交并比，wgt与hgt分别为真实边框的宽、高，w与h分别为预测边界框的宽、高，玉米虫害区域检测模型将输入图像划分为S×S个网格，每一个网格有B个瞄框，代表第i个网格中的第j个瞄框存在一个真实对象，等于1，而则相反，代表第i个网格中的第j个瞄框不存在一个真实对象，等于0，λnoobj是权重系数。

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中国科学院合肥物质科学研究院，其通讯地址为：230031 安徽省合肥市蜀山区蜀山湖路350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”。