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！

龙图腾网恭喜安徽大学申请的专利一种基于无人机图像的大田小麦赤霉病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：CN114627385B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202210267432.3，技术领域涉及：G06V20/17；该发明授权一种基于无人机图像的大田小麦赤霉病检测方法是由鲍文霞;柳文强;王年;胡根生;梁栋设计研发完成，并于2022-03-18向国家知识产权局提交的专利申请。

本一种基于无人机图像的大田小麦赤霉病检测方法在说明书摘要公布了：本发明涉及一种基于无人机图像的大田小麦赤霉病检测方法，包括：使用搭载可见光传感器的无人机获取患有赤霉病的大田小麦图像数据U，同步使用数码相机连续获取地面小麦图像数据G；将大田小麦图像数据U中的小麦图像进行裁剪；使用对偶回归网络对裁剪后的小麦图像进行超分辨率重建；对经超分辨率重建后的小麦图像进行数据增强得到训练集UTrain；构建基于特征增强和自适应特征融合的小麦赤霉病检测网络；使用无人机获取待预测的小麦图像后进行赤霉病检测得到检测结果。本发明提高无人机获取的大田小麦图像数据U的分辨率；在YOLOv5的基础上添加特征增强模块并使用自适应特征融合模块对多尺度特征进行融合，提高了网络对小目标病斑的检测能力。

本发明授权一种基于无人机图像的大田小麦赤霉病检测方法在权利要求书中公布了：1.一种基于无人机图像的大田小麦赤霉病检测方法，其特征在于：该方法包括下列顺序的步骤：1使用无人机拍摄小麦图像，得到大田小麦图像数据U，将大田小麦图像数据U以2：1的比例划分成训练集UTrain和测试集UTest，使用数码相机在小麦上方30cm至50cm处进行拍摄，获取地面小麦图像数据G；2对获取的训练集UTrain中的小麦图像进行裁剪；3使用对偶回归网络对裁剪后的小麦图像进行超分辨率重建；4对经超分辨率重建后的小麦图像进行数据增强：将经超分辨率重建后的小麦图像的RGB三个通道的像素值进行3次方后再归一化到0～255范围内，得到增强后的小麦图像数据U′；5构建小麦赤霉病检测网络：通过YOLOv5、特征增强模块和自适应特征融合模块构建小麦赤霉病检测网络；6使用迁移学习方法利用地面小麦图像数据G对小麦赤霉病检测网络进行预训练，再使用训练集UTrain对小麦赤霉病检测网络进行参数微调：使用标注工具对地面小麦图像数据G和训练集UTrain中的赤霉病病斑进行标注，使用地面小麦图像数据G训练小麦赤霉病检测网络得到预训练权重P，使用训练集UTrain训练加载了权重P的小麦赤霉病检测网络，对权重P使用随机梯度下降算法进行优化，得到权重W；7加载权重W，将测试集UTest中的小麦图像进行裁剪后经过超分辨率重建和数据增强处理，将处理后的图像送到训练好的小麦赤霉病检测网络中进行测试，得到测试结果后进行拼接得到大田小麦赤霉病检测结果；所述步骤5具体是指：在YOLOv5的基础上构建小麦赤霉病检测网络，小麦赤霉病检测网络由主干部分、颈部以及检测头三部分组成，其中主干部分用于进行特征提取，颈部用于对多尺度信息特征融合，检测头用于对最后得到的特征进行分析得到检测结果；所述特征增强模块由两个分支组成，第一条分支利用空间注意力机制获取特征的局部信息，这个过程由下式表示：Y1＝1+sigmoidConv3×3[AvgPoolX,MaxPoolX]concat*X其中X为输入的特征，Y1为得到的输出特征，sigmoid为sigmoid激活函数，Conv3×3是卷积核大小为3×3的卷积操作，AvgPool和MaxPool分别代表平均池化操作和最大池化操作，[]concat表示拼接操作；第二条分支使用不同膨胀率的空洞卷积级联的形式对特征进行提取，获取图像的全局信息，这个过程由下式表示：Y2＝Convd＝1X+Convd＝2Convd＝1X+Convd＝3Convd＝2Convd＝1X其中X为输入的特征，Y2为得到的输出特征，Convd＝1、Convd＝2、Convd＝3分别代表膨胀率为1、2、3的空洞卷积操作；获取图像的全局信息和局部信息后将两者相加，通过建立全局信息和局部信息之间的交互来学习子区域之间的相关性并突出对象的区域；对特征进行多尺度融合使特征含有几何信息表征和语义信息表征，使用自适应特征融合模块代替YOLOv5使用的路径聚合网络对多尺度信息进行融合。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111号安徽大学磬苑校区；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”。