Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 海南大学三亚南繁研究院;武汉谷丰光电科技有限公司周永刚获国家专利权

海南大学三亚南繁研究院;武汉谷丰光电科技有限公司周永刚获国家专利权

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!

龙图腾网获悉海南大学三亚南繁研究院;武汉谷丰光电科技有限公司申请的专利基于改进SoftGroup模型的大豆植株原位豆荚多任务考种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:CN121600269B

龙图腾网通过国家知识产权局官网在2026-04-21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:202610124902.9,技术领域涉及:G06V10/26;该发明授权基于改进SoftGroup模型的大豆植株原位豆荚多任务考种方法是由周永刚;裴双康;李海燕;许浩;高红桃;姚文博;郑文杰;叶军立;张俊;陈重设计研发完成,并于2026-01-29向国家知识产权局提交的专利申请。

基于改进SoftGroup模型的大豆植株原位豆荚多任务考种方法在说明书摘要公布了:本发明涉及大豆植株信息分析技术领域,尤其涉及一种基于改进SoftGroup模型的大豆植株原位豆荚多任务考种方法。包括:采用基于三维点云的大豆豆荚状态联合标注方法,对三维点云进行采集、标注与标准化预处理;构建改进的SoftGroup多任务学习模型,各模块按预设逻辑协同工作,以单株大豆三维点云为输入,通过点云特征提取、实例聚类到目标任务结果输出;基于训练集与测试集,对改进的SoftGroup多任务学习模型执行多任务联合训练,配置损失函数权重系数与训练超参数,设置早停策略;将待考种大豆植株三维点云经预处理后输入训练完成的模型,执行多任务推理,通过PCA处理修正几何参数,统计结荚数,输出考种结果。

本发明授权基于改进SoftGroup模型的大豆植株原位豆荚多任务考种方法在权利要求书中公布了:1.一种基于改进SoftGroup模型的大豆植株原位豆荚多任务考种方法,其特征在于:具体包括如下步骤: S1.采用基于三维点云的大豆豆荚状态联合标注方法,完成大豆植株三维点云的采集、标注与标准化预处理,并将数据划分为训练集与测试集; S2.构建改进的SoftGroup多任务学习模型,包括豆荚感知注意力骨干网络、SoftGroup分组模块、特征聚合模块、多任务学习头、PCA精细化模块;各模块按预设逻辑协同工作,以单株大豆三维点云为输入,通过点云特征提取、实例聚类到目标任务结果输出; 所述豆荚感知注意力骨干网络,通过3层SetAbstraction模块对输入的单株大豆三维点云依次执行下采样与特征升维;每层SetAbstraction模块输出特征后,均嵌入卷积块注意力模块,先通过通道注意力子模块对中间点云特征图执行平均池化和最大池化,并经共享MLP计算通道权重,再通过空间注意力子模块对特征图执行空间池化与空间权重计算,双重权重经逐元素相乘并通过sigmoid激活函数归一化后,对原始特征进行加权融合以增强豆荚区域特征响应;最后通过3层FeatureAbstraction模块对编码后的高维特征执行上采样,结合跳跃连接补充浅层空间细节,逐步恢复点云原始空间分辨率; 所述多任务学习头,包括并行的几何参数回归头与炸荚分类头;所述几何参数回归头先经MLP[128,64,32]对实例特征向量进一步提取特征,再通过全连接层输出原始几何参数;所述炸荚分类头先经MLP[128,64,32]强化分类特征,再通过全连接层进行特征映射,最后经Softmax层完成概率归一化,输出每个豆荚实例的“非炸荚”、“炸荚”类别概率; S3.基于步骤S1划分的训练集与测试集,对改进的SoftGroup多任务学习模型执行多任务联合训练,配置损失函数权重系数与训练超参数,设置早停策略; S4.将待考种大豆植株三维点云经步骤S1的预处理后输入训练完成的模型,执行多任务推理,通过PCA精细化处理修正几何参数,统计结荚数,最终输出考种结果。

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海南大学三亚南繁研究院;武汉谷丰光电科技有限公司,其通讯地址为:572024 海南省三亚市崖州区甘农大道三亚南繁种业众创中心;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。

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。