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！

龙图腾网获悉暨南大学申请的专利基于IA-YOLOV7的污水悬浮物识别方法及系统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：CN116665092B 。

龙图腾网通过国家知识产权局官网在2025-12-12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：202310559438.2，技术领域涉及：G06V20/40；该发明授权基于IA-YOLOV7的污水悬浮物识别方法及系统是由刘晓翔;昂思宁;刘思远;黄宇星;黄浩彬设计研发完成，并于2023-05-17向国家知识产权局提交的专利申请。

本基于IA-YOLOV7的污水悬浮物识别方法及系统在说明书摘要公布了：本申请涉及基于IA‑YOLOV7的污水悬浮物识别方法及系统，该方法包括：获取待识别的目标图像，目标图像是从检测污水流动介质的视频流数据中获取的；利用已构建的图像自适应Image‑AdaptiveYOLOV7目标检测模型，处理目标图像，得到污水悬浮物的目标标签信息，目标标签信息包括悬浮物类别标签信息和悬浮物位置信息，Image‑AdaptiveYOLOV7目标检测模型是以YOLOV7标准模型为基线模型，并基于预设的图像数据集以及图像数据集的图像所对应的实测悬浮物类别标签信息及实测悬浮物位置信息进行训练的；基于悬浮物类别标签信息、悬浮物位置信息及目标图像，生成污水悬浮物的识别结果。通过本申请，解决了相关技术中污水悬浮物的识别受恶劣自然环境影响，造成识别污水悬浮物的难度大且识别准确率低的问题。

本发明授权基于IA-YOLOV7的污水悬浮物识别方法及系统在权利要求书中公布了：1.一种基于IA-YOLOV7的污水悬浮物识别方法，其特征在于，包括： 获取待识别的目标图像，其中，所述目标图像是从检测污水流动介质的视频流数据中获取的； 利用已构建的图像自适应Image-AdaptiveYOLOV7目标检测模型，处理所述目标图像，得到污水悬浮物所对应的目标标签信息，其中，所述目标标签信息包括悬浮物类别标签信息和悬浮物位置信息，所述Image-AdaptiveYOLOV7目标检测模型是以YOLOV7标准模型为基线模型，并基于预设的图像数据集以及所述图像数据集的图像所对应的实测悬浮物类别标签信息及实测悬浮物位置信息进行训练的； 基于所述悬浮物类别标签信息、所述悬浮物位置信息及所述目标图像，生成污水悬浮物的识别结果，其中，所述识别结果包括以预设检测框的形式标记出现目标污水悬浮物的目标区域；其中，利用已构建的图像自适应Image-AdaptiveYOLOV7目标检测模型，处理所述目标图像，包括： 对所述目标图像进行数据复制，得到预设分辨率的第一图像和第二图像，其中，所述第一图像所对应的所述分辨率低于所述第二图像所对应的所述分辨率； 将所述第一图像输入所述Image-AdaptiveYOLOV7目标检测模型中，得到图像滤波参数，其中，所述图像滤波参数包括以下至少其中一种：去雾参数、白平衡参数、亮度参数、色调参数、对比度调整参数、锐度调整参数； 利用所述Image-AdaptiveYOLOV7目标检测模型和所述图像滤波参数，对所述第二图像进行滤波去噪处理，得到增强图像；其中，利用已构建的图像自适应Image-AdaptiveYOLOV7目标检测模型，处理所述目标图像，得到污水悬浮物所对应的目标标签信息，包括： 对所述增强图像进行图像自适应处理，得到输入图像，其中，所述图像自适应处理包括：图像尺寸标准化、图像归一化、自适应描框计算及自适应图片缩放； 利用所述Image-AdaptiveYOLOV7目标检测模型，在所述输入图像中检测污水悬浮物，得到所述目标标签信息；其中，利用所述Image-AdaptiveYOLOV7目标检测模型，在所述输入图像中检测污水悬浮物，得到所述目标标签信息，包括： 利用所述Image-AdaptiveYOLOV7目标检测模型，将所述输入图像划分为多个图像网格单元，并在每个所述图像网格单元中进行多尺度特征提取，得到第一特征； 对所提取到所述第一特征进行特征融合，得到候选特征； 在所述候选特征中，采用预设的预测头进行目标检测，得到每个所述图像网格单元所对应的预测结果，其中，所述预测结果包括位置边界信息、目标类别及目标置信度； 基于所述预测结果，确定所述目标标签信息。

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暨南大学，其通讯地址为：519000 广东省珠海市香洲区前山路206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。