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！

龙图腾网获悉中国科学院海洋研究所申请的专利一种全自动海参高通量生长性状测量及预测装置和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：CN119762265B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202411884500.6，技术领域涉及：G06Q50/02；该发明授权一种全自动海参高通量生长性状测量及预测装置和方法是由孙丽娜;吴千文;崔玮;苏芳;张立斌;林承刚;杨红生设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本一种全自动海参高通量生长性状测量及预测装置和方法在说明书摘要公布了：本发明提供了一种全自动海参高通量生长性状测量及预测装置和方法，使用安装在支架中行走单元上的图像采集模块获取包含海参目标的图像，图像识别模块使用预先构建的视觉识别模型识别海参目标，以海参目标边缘的最长处与最宽处为临界点绘制识别框，数据处理模块计算识别框实际尺寸，预测模型基于识别框实际尺寸与海参生长性状间的关系对海参目标生长性状数据进行测量与预测，选择多个具有最高置信度且置信度大于阈值的拟合模型，计算所述拟合模型平均值获得海参目标长度与宽度的测量数据和湿重与干重的预测数据，可一次性自动对识别区域内的海参目标生长性状数据进行测量与预测。

本发明授权一种全自动海参高通量生长性状测量及预测装置和方法在权利要求书中公布了：1.一种全自动海参高通量生长性状测量及预测方法，其特征在于，包括： 标定的图像采集模块拍摄包含海参目标的图像； 预先构建的视觉识别模型识别海参目标图像，并以海参目标边缘的最长处与最宽处为临界点绘制识别框，记录所述识别框尺寸； 获取图像采集模块至海参目标所在平面的距离，并基于图像采集模块参数计算识别框实际尺寸，并依次对每个识别框排序，统计海参目标个体总数； 以所述识别框实际尺寸作为预测参数载入预先构建的预测模型中，所述预测模型基于识别框实际尺寸与海参的生长性状间的关系对海参目标生长性状数据进行测量与预测，选择多个具有最高置信度且置信度大于阈值的拟合模型，计算所述拟合模型平均值获得海参目标长度与宽度的测量数据和湿重与干重的预测数据； 图像识别模块采用改进的YOLOv8-seacucumber视觉识别模型识别海参，将置信度大于阈值的目标认定为海参目标并绘制识别框，YOLOv8-seacucumber视觉识别模型包括输入端、骨干网络和检测头，在原始YOLOv8视觉识别模型的基础上，使用C2f-F-SA模块替换骨干网络与检测头中的C2f模块，所述C2f-F-SA模块包括依次设置的卷积层、分割层、多个FasterBlock结构、连接层和卷积层，将原始C2f模块中的瓶颈层使用FasterBlock结构替代，并在FasterNetBlock模块中添加ShuffleAttention注意力机制；所述检测头部分的Conv模块使用Adown模块替换； 所述ShuffleAttention注意力机制包括输入端、分割层、上分支、下分支、连接层和输出端； 输入端输入海参特征图，按通道维度将海参特征图分为G组，表示为： ， 其中C为海参特征图的通道数、H为海参特征图的空间高度、W为海参特征图的空间宽度，R表示数据集内全部图像的集合，Xk为输入特征； 分割层将输入特征Xk沿通道维度分为上分支XK1与下分支XK2，，上分支采用通道注意力，通过变换参数w1,b1缩放和位移生成通道信息量S先进行全局平均池化嵌入全局信息，生成通道信息量，该通道信息量通过将Xk1在空间维度H×W上进行收缩来计算， ， 利用全连接层对通道信息量S进行变换并应用σ激活函数产生权重矩阵并乘以Xk1，得到加权后的特征图X'k1： ， 式中，，； 下分支采用空间注意力，抓取特征间的空间依赖，通过变换参数w2,b2缩放和位移空间信息量，使用群范数生成空间注意力的统计： ， 式中，，； 连接层将上下分支处理得到的X'K1和X'K2相结合，使得输出特征图和输入尺寸相同， 。

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中国科学院海洋研究所，其通讯地址为：266071 山东省青岛市市南区南海路7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。