国产精品天干天干在线播放,大尺度揉捏胸床戏视频,樱花草www日本在线观看,狠狠躁夜夜躁人人爽天天天天97

Document
拖動滑塊完成拼圖
個人中心

預訂訂單
服務訂單
發布專利 發布成果 人才入駐 發布商標 發布需求

在線咨詢

聯系我們

龍圖騰公眾號
首頁 專利交易 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 IP管家助手 需求市場 關于龍圖騰
 /  免費注冊
到頂部 到底部
清空 搜索
當前位置 : 首頁 > 專利喜報 > 恭喜四川省農業科學院植物保護研究所向運佳獲國家專利權

恭喜四川省農業科學院植物保護研究所向運佳獲國家專利權

買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!

龍圖騰網恭喜四川省農業科學院植物保護研究所申請的專利用于接種保存柑橘黃龍病病原菌的柑橘病葉檢測方法獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN118840662B

龍圖騰網通過國家知識產權局官網在2025-03-25發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202411142272.5,技術領域涉及:G06V20/10;該發明授權用于接種保存柑橘黃龍病病原菌的柑橘病葉檢測方法是由向運佳;蔡偉莉;陳松;李其勇;張姝;張鴻;劉靜設計研發完成,并于2024-08-20向國家知識產權局提交的專利申請。

用于接種保存柑橘黃龍病病原菌的柑橘病葉檢測方法在說明書摘要公布了:本申請公開了一種用于接種保存柑橘黃龍病病原菌的柑橘病葉檢測方法,其通過由攝像頭采集葉片圖像,并采用基于深度學習神經網絡的圖像識別和分析技術來對所述葉片圖像進行感興趣區域特征提取和處理,以此根據所述葉片圖像的多個局部顯著感興趣區域在葉片全區域上的狀態特征來自動地得到是否出現黃龍病的癥狀的判斷結果。通過這樣的方式,能夠快速處理柑橘病葉圖像并給出檢測結果,減少了人工檢測的需求,提高了檢測效率和智能化程度,從而為進一步的研究和防控提供基礎。

本發明授權用于接種保存柑橘黃龍病病原菌的柑橘病葉檢測方法在權利要求書中公布了:1.一種用于接種保存柑橘黃龍病病原菌的柑橘病葉檢測方法,其特征在于,包括:選取具有黃龍病癥狀的柑橘病葉,將所述柑橘病葉斜切成1cm見方的小塊以得到含有黃龍病癥狀的病葉小方塊;選取生長健康、無毒的甜橙苗,并用嫁接刀在所述甜橙苗的距離第一葉之下5-10cm處的主莖桿上削開外皮以得到削開外皮的甜橙苗;將所述含有黃龍病癥狀的病葉小方塊插入到所述削開外皮的甜橙苗的切口處,并用Parafilm進行纏繞固定以得到固定后的甜橙苗;將所述固定后的甜橙苗置于溫室中培養,在經過1-2周后揭開所述Parafilm并繼續培養2-3周,觀察所述固定后的甜橙苗的葉片是否出現了黃龍病的癥狀,并篩選出感染成功的甜橙苗;將所述感染成功的甜橙苗置于無黃龍病的溫室中進行培養;觀察所述固定后的甜橙苗的葉片是否出現了黃龍病的癥狀,包括:獲取由攝像頭采集的葉片圖像;對所述葉片圖像進行局部感興趣區域特征提取以得到多個葉片局部感興趣區域特征圖;將所述多個葉片局部感興趣區域特征圖中的各個葉片局部感興趣區域特征圖分別輸入基于空間注意圖的前景區域轉移網絡以得到多個前景顯著化葉片局部感興趣區域特征圖;將所述多個前景顯著化葉片局部感興趣區域特征圖中的各個前景顯著化葉片局部感興趣區域特征圖分別輸入多尺度語義特征提取模塊以得到多個前景顯著化葉片局部感興趣區域特征向量;將所述多個前景顯著化葉片局部感興趣區域特征向量輸入基于語義關聯和語義跨度的特征優化器以得到多個優化前景顯著化葉片局部感興趣區域特征向量;計算所述多個優化前景顯著化葉片局部感興趣區域特征向量的按位置均值向量以得到葉片全局狀態特征表示向量作為葉片全局狀態特征表示;基于所述葉片全局狀態特征表示,得到檢測結果,所述檢測結果用于表示是否出現黃龍病的癥狀;對所述葉片圖像進行局部感興趣區域特征提取以得到多個葉片局部感興趣區域特征圖,包括:將所述葉片圖像通過基于R-CNN網絡的感興趣區域特征提取器以得到所述多個葉片局部感興趣區域特征圖;將所述多個葉片局部感興趣區域特征圖中的各個葉片局部感興趣區域特征圖分別輸入基于空間注意圖的前景區域轉移網絡以得到多個前景顯著化葉片局部感興趣區域特征圖,包括:對所述葉片局部感興趣區域特征圖進行卷積編碼和非線性激活處理以得到空間自適應葉片局部感興趣區域權重信息特征圖;沿著所述空間自適應葉片局部感興趣區域權重信息特征圖的通道維度,計算所述空間自適應葉片局部感興趣區域權重信息特征圖中各個像素位置的跨通道全局均值以得到空間自適應葉片局部感興趣區域權重信息表示矩陣;響應于所述空間自適應葉片局部感興趣區域權重信息表示矩陣中的各個位置特征值大于或等于預定閾值,取該位置特征值的原值,否則置為零以得到掩碼化空間自適應葉片局部感興趣區域權重信息表示矩陣;對所述掩碼化空間自適應葉片局部感興趣區域權重信息表示矩陣進行上采樣以得到維度對齊空間自適應葉片局部感興趣區域權重信息表示矩陣;以所述維度對齊空間自適應葉片局部感興趣區域權重信息表示矩陣作為權重矩陣,分別計算其與所述葉片局部感興趣區域特征圖的沿通道維度的各個特征矩陣之間的乘積以得到所述前景顯著化葉片局部感興趣區域特征圖;將所述多個前景顯著化葉片局部感興趣區域特征圖中的各個前景顯著化葉片局部感興趣區域特征圖分別輸入多尺度語義特征提取模塊以得到多個前景顯著化葉片局部感興趣區域特征向量,包括:對所述前景顯著化葉片局部感興趣區域特征圖進行上采樣以得到上采樣前景顯著化葉片局部感興趣區域特征圖;對所述上采樣前景顯著化葉片局部感興趣區域特征圖中沿通道維度的各個特征矩陣進行全局均值池化處理以得到上采樣前景顯著化葉片局部感興趣區域語義通道特征向量;對所述上采樣前景顯著化葉片局部感興趣區域語義通道特征向量進行點卷積編碼以得到前景顯著化葉片局部感興趣區域全局語義特征向量;對所述上采樣前景顯著化葉片局部感興趣區域特征圖進行點卷積編碼以得到通道調制上采樣前景顯著化葉片局部感興趣區域特征圖;對所述通道調制上采樣前景顯著化葉片局部感興趣區域特征圖進行二維卷積編碼以得到前景顯著化葉片局部感興趣區域局部語義特征向量;融合所述前景顯著化葉片局部感興趣區域全局語義特征向量和所述前景顯著化葉片局部感興趣區域局部語義特征向量以得到所述前景顯著化葉片局部感興趣區域特征向量;將所述多個前景顯著化葉片局部感興趣區域特征向量輸入基于語義關聯和語義跨度的特征優化器以得到多個優化前景顯著化葉片局部感興趣區域特征向量,包括:從所述多個前景顯著化葉片局部感興趣區域特征向量中提取預定前景顯著化葉片局部感興趣區域特征向量;計算所述預定前景顯著化葉片局部感興趣區域特征向量與其他所有前景顯著化葉片局部感興趣區域特征向量之間的語義關聯度以得到前景顯著化葉片局部感興趣區域語義關聯度的序列;計算所述前景顯著化葉片局部感興趣區域語義關聯度的序列的全局均值以得到前景顯著化葉片局部感興趣區域語義全局平均關聯度;以所述前景顯著化葉片局部感興趣區域語義全局平均關聯度作為權重,對所述預定前景顯著化葉片局部感興趣區域特征向量進行加權優化以得到所述預定前景顯著化葉片局部感興趣區域特征向量對應的優化前景顯著化葉片局部感興趣區域特征向量。

如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人四川省農業科學院植物保護研究所,其通訊地址為:610066 四川省成都市靜居寺路20號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。

免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。
主站蜘蛛池模板: 岢岚县| 柘城县| 九江市| 双峰县| 灵川县| 桐城市| 黄冈市| 香港| 定日县| 贵港市| 连云港市| 台北市| 东辽县| 博湖县| 呼和浩特市| 铜川市| 南皮县| 麟游县| 雷山县| 崇信县| 深州市| 宁蒗| 河曲县| 宿迁市| 怀来县| 四平市| 屏东县| 深泽县| 衡南县| 潮州市| 通江县| 东兰县| 安陆市| 鄄城县| 福州市| 弋阳县| 阜宁县| 沈阳市| 长治市| 乌鲁木齐市| 河北区|