公开(公告)号：CN119540752A

公开(公告)日：2025-02-28

申请号：CN202411583157.1

申请日：2024-11-07

Applicant: 贵州大学

Inventor： 余珮嘉 ,  余娅 ,  王崎 ,  吴兴财 ,  吴雪 ,  肖源源 ,  陈攀峰

IPC: G06V20/10 ,  G06V10/44 ,  G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0455 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/08 ,  G06T7/00

Abstract: 本发明涉及计算机视觉技术领域，尤其涉及基于位置引导病灶表征学习的植物叶片病害严重程度评估方法，包括：获取病害叶片图像；将病害叶片图像输入层级病灶融合评估网络模型，获取叶片病害严重程度评估结果，其中，层级病灶融合评估网络模型基于真实训练集训练获得，真实训练集为标注病害严重程度的叶片图像，层级病灶融合评估网络模型包括具有先验知识的特征编码器、层级病灶特征融合模块和评估模块，具有先验知识的特征编码器是将图像对输入到位置引导病灶表征学习网络进行训练获得，图像对是指同一叶片的健康和病害状态，叶片病害状态是通过扩散模型从健康叶片生成病灶叶片。本发明能够针对病灶区域进行更精准定位和严重程度评估。