申请/专利权人：中国农业大学

申请日：2024-01-22

公开（公告）日：2024-04-12

公开（公告）号：CN117876386A

主分类号：G06T7/10

分类号：G06T7/10;G06V10/26;G06V10/80;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.30#实质审查的生效;2024.04.12#公开

摘要：本发明公开了属于农业信息技术领域，特别涉及一种重参数化轻量级的葡萄叶病斑图像分割方法，包括：将样本图像通过卷积流输入渐进式金字塔结构，生成低分辨率令牌；将低分辨率令牌输入重参数化卷积的语义挖掘器，进行多尺度学习挖掘，获得深度语义信息；将深度语义信息输入快速聚合块，实现高层语义特征注入到低级空间信息中，生成特征语义信息；将特征语义信息输入轻量级分割头，实现葡萄叶病斑样本图像分割。本方法在实现高效的轻量级葡萄病害分割的同时，在性能和效率之间进行权衡，在挖掘细粒度语义信息的同时大幅度降低了模型的参数量，使得模型能够部署在资源受限的移动设备上。

主权项：1.一种重参数化轻量级的葡萄叶病斑图像分割方法，其特征在于，包括如下步骤：步骤S1：将样本图像通过卷积流输入渐进式金字塔结构，生成低分辨率令牌；步骤S2：将低分辨率令牌输入重参数化卷积的语义挖掘器，进行多尺度学习挖掘，获得深度语义信息；步骤S3：将深度语义信息输入快速聚合块，实现高层语义特征注入到低级空间信息中，生成特征语义信息；步骤S4：将特征语义信息输入轻量级分割头，实现葡萄叶病斑样本图像分割。

全文数据：

权利要求：

百度查询： 中国农业大学 一种重参数化轻量级的葡萄叶病斑图像分割方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD