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！

龙图腾网获悉河南省农业科学院农业经济与信息研究所申请的专利一种小麦倒伏程度分级方法和装置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：CN115496891B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202211340580.X，技术领域涉及：G06V10/20；该发明授权一种小麦倒伏程度分级方法和装置是由臧贺藏;申华磊;苏歆琪;李国强;赵巧丽;周萌;郑国清设计研发完成，并于2022-10-28向国家知识产权局提交的专利申请。

本一种小麦倒伏程度分级方法和装置在说明书摘要公布了：本发明提供了一种小麦倒伏程度分级方法和装置，采集小麦待测区多张原始图像，并对多张原始图像进行拼接，形成一张待测拼接图像；获取各个待测小区在待测拼接图像中的坐标位置信息，根据坐标位置信息生成候选区坐标，并根据候选区坐标映射产生统一尺寸的待测图像；将各个待测小区对应的待测图像输入训练好的多任务神经网络模型，多任务神经网络模型根据输入的待测图像进行语义分割任务时，输出待测小区的倒伏程度等级，根据输入的待测特征图像进行分类任务时，输出该小麦待测小区的倒伏区域掩膜图；根据掩膜图和该小麦待测区的地物尺度转换关系，得到该小麦待测区内各个待测小区的实际倒伏面积，根据各个待测小区的实际倒伏面积占待测总面积的百分比得出各个待测小区的倒伏面积等级。

本发明授权一种小麦倒伏程度分级方法和装置在权利要求书中公布了：1.一种小麦倒伏程度分级方法，其特征在于，所述方法包括： 采集小麦待测区多张原始图像，对小麦待测区的所述多张原始图像预处理，所述预处理包括： 对所述多张原始图像进行拼接，形成一张待测拼接图像； 获取各个待测小区在待测拼接图像中的坐标位置信息，根据各待测小区的坐标位置信息生成候选区坐标，并根据候选区坐标映射产生统一尺寸的待测图像； 对小麦待测区的小麦倒伏程度分级进行预测，所述预测包括： 将各个待测小区的所述待测图像输入训练好的多任务神经网络模型，所述多任务神经网络模型能够完成分割任务的同时完成分类任务，所述多任务神经网络模型根据所述待测图像进行分类任务后输出该小麦待测区内各个待测小区的倒伏程度等级，所述多任务神经网络模型根据所述待测图像进行语义分割任务后输出该小麦待测区的倒伏区域掩膜图； 根据所述掩膜图和该小麦待测区的地物尺度转换关系，得到该小麦待测区内各个待测小区的实际倒伏面积，根据所述各个待测小区的实际倒伏面积占待测总面积的百分比得出所述各个待测小区的倒伏面积等级； 所述多任务神经网络模型的训练过程，包括： 采集小麦待测区的多张原始图像，对所述小麦待测区的所述多张原始图像进行预处理，包括： 对所述多张原始图像进行拼接，形成一张拼接图像； 对所述拼接图像的各个训练小区进行分类标注；其中，所述分类标注包含标记出的各个训练小区的坐标位置和各个训练小区对应的倒伏程度信息； 获取各个训练小区在待测拼接图像中的坐标位置，根据各待测小区的坐标位置生成候选区坐标，并根据候选区坐标映射产生统一尺寸的样本图像，所述样本图像中包括各个训练小区对应的倒伏程度信息； 根据所述样本图像中各个训练小区对应的倒伏程度信息，对所述样本图像进行二值标注，所述二值标注用于将倒伏小麦区域标记为前景，非倒伏小麦区域标记为背景，根据所述标注结果，将所述样本图像转换成二值标签图； 将与各个训练小区对应的所述样本图像输入多任务神经网络初始模型； 所述初始模型的特征提取层对输入的所述样本图像进行连续的倍差降维下采样，生成降维特征图； 所述语义分割层将所述降维特征图通过MLP层进行特征细化，生成细化特征图，所述细化特征图通过上采样模块进行与倍差降维相同倍数的上采样，生成并输出与所述样本图像大小相同的掩膜图； 所述分类器层将所述特征提取层最后一次下采样得到降维特征图进行全局池化，生成预测分类，将所述预测分类输出，其中，所述预测分类包括各个待测小区的倒伏程度级别； 根据所述初始模型输出的所述掩膜图，确定各个训练小区的预测倒伏面积，根据所述预测倒伏面积生成倒伏面积预测图像； 根据所述分类器层输出的各个训练小区的所述预测分类，生成倒伏程度等级预测图像； 根据样本图像中各个训练小区对应的倒伏程度等级信息，将倒伏面积预测图像与二值标签图进行比对，将倒伏程度等级预测图像与样本图像进行比对，比对的偏差通过损失函数来表示，倒伏面积预测图像越接近二值标签图、倒伏程度等级预测图像与样本图像越接近，则损失函数值越低，直到多次训练得到的损失函数值趋近于收敛时，模型训练完成； 所述损失函数定义为： ； 其中，为模型最终损失值，为分类任务的模型损失值，为语义分割任务的模型损失值，α参数是平衡语义分割任务的模型损失和分类任务的模型损失在最终损失贡献中的混合因子，β参数是调节分类任务模型损失值。

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河南省农业科学院农业经济与信息研究所，其通讯地址为：450002 河南省郑州市金水区花园路116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”。

以上内容由龙图腾AI智能生成。