浙江大学王振获国家专利权
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!
龙图腾网获悉浙江大学申请的专利一种跨品种目标检测方法、装置、设备及存储介质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:CN119904730B 。
龙图腾网通过国家知识产权局官网在2025-10-17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:202411964284.6,技术领域涉及:G06V10/82;该发明授权一种跨品种目标检测方法、装置、设备及存储介质是由王振;庄亿铮;张哲;王起山;潘玉春;赵伟;张振洋;徐玲瑶;江金芸设计研发完成,并于2024-12-30向国家知识产权局提交的专利申请。
本一种跨品种目标检测方法、装置、设备及存储介质在说明书摘要公布了:本发明公开一种跨品种目标检测方法、装置、设备及存储介质,方法包括获取对照品种的对照样本图像;将对照样本图像输入CycleGAN模型中,以生成目标品种特征的伪样本图像;获取基于YOLOv7架构的目标对照YOLOv7模型;获取目标品种的实际样本图像;基于伪样本图像以及实际样本图像确定目标样本图像;将目标样本图像输入目标对照YOLOv7模型,通过更新模型优化模型性能,从而获得适用于目标品种的目标YOLOv7模型。本方案通过对对照品种进行向目标品种的风格迁移,生成伪样本,在数据量受限的条件下提升了目标品种的检测效率和检测精度。
本发明授权一种跨品种目标检测方法、装置、设备及存储介质在权利要求书中公布了:1.一种跨品种目标检测方法,其特征在于,所述方法包括 获取对照品种的对照样本图像; 将所述对照样本图像输入CycleGAN模型中,以使得所述CycleGAN模型的生成器Generator将所述对照样本图像转换为具有目标品种特征的伪样本图像,其中,所述CycleGAN模型基于VGG19感知损失函数对所输入的所述对照样本图像进行特征图像优化,以得到所述伪样本图像; 获取目标对照YOLOv7模型,所述目标对照YOLOv7模型为基于YOLOv7架构的模型; 获取目标品种的实际样本图像; 基于所述伪样本图像以及所述实际样本图像确定目标样本图像; 将所述目标样本图像输入所述目标对照YOLOv7模型中以对所述目标对照YOLOv7模型进行更新,以得到目标YOLOv7模型,所述目标YOLOv7模型用于对目标品种进行识别检测; 对所述对照样本图像进行数据增强,得到对照增强图像; 对所述对照增强图像中的对照品种进行对照矩形框标注; 基于所述对照矩形框的标注数据提取所述对照增强图像中的所述对照矩形框的宽高比; 基于K-means||算法对所述对照矩形框的宽高比进行聚类,以得到聚类中心与初始对照YOLOv7模型的初始对照锚框对应的对照优化锚框,所述初始对照YOLOv7模型基于所述对照品种的训练数据集训练得到,所述训练数据集包括多张所述对照品种的对照训练图像; 基于所述对照优化锚框更新所述初始对照YOLOv7模型的所述初始对照锚框,以得到所述目标对照YOLOv7模型; 对目标样本图像进行数据增强处理,得到目标增强图像; 对所述目标增强图像中的目标品种进行目标矩形框标注; 基于所述目标矩形框的标注数据提取所述目标增强图像中的所述目标矩形框的宽高比; 基于K-means||算法对所述目标矩形框的宽高比进行聚类,以得到聚类中心与所述目标YOLOv7模型的目标原始锚框对应的目标优化锚框; 基于所述目标优化锚框更新所述目标YOLOv7模型的所述目标原始锚框,以得到所述目标优化YOLOv7模型。
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浙江大学,其通讯地址为:310058 浙江省杭州市西湖区余杭塘路866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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励