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！

龙图腾网获悉沈阳农业大学申请的专利一种基于轻量级深度学习网络的北五味子目标检测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：CN120236178B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202510301582.5，技术领域涉及：G06V10/82；该发明授权一种基于轻量级深度学习网络的北五味子目标检测方法及系统是由王铁军;马有泽;崔红光;刘海涛;周睿设计研发完成，并于2025-03-14向国家知识产权局提交的专利申请。

本一种基于轻量级深度学习网络的北五味子目标检测方法及系统在说明书摘要公布了：本发明公开了一种基于轻量级深度学习网络的北五味子目标检测方法及系统，涉及农业智能检测、中药材自动采收和生态环境监测技术领域。包括：获取北五味子植株图像数据集；对获取的北五味子植株图像数据集进行预处理；将预处理后的北五味子植株图像数据集划分为训练集和测试集；对基础YOLOv7模型进行改进，得到改进后的YOLOv7模型；将训练集输入改进后的YOLOv7模型，得到训练好的改进后的YOLOv7模型；将测试集输入训练好的改进后的YOLOv7模型，评估北五味子检测结果。本发明改进后的YOLOv7模型在复杂背景下对北五味子的检测能力显著提升，为北五味子的智能识别提供了有效的实时检测支持。

本发明授权一种基于轻量级深度学习网络的北五味子目标检测方法及系统在权利要求书中公布了：1.一种基于轻量级深度学习网络的北五味子目标检测方法，其特征在于，包括以下步骤： S1.获取数据：获取北五味子植株涵盖不同生长阶段、光照条件和遮挡场景下的多角度图像，通过MakeSense工具为图像生成对应的标注标签，得到北五味子植株图像数据集； S2.数据预处理：对获取的北五味子植株图像数据集进行预处理； S3.数据划分：将预处理后的北五味子植株图像数据集划分为训练集和测试集； S4.模型构建：对基础YOLOv7模型进行改进，得到改进后的YOLOv7模型； S5.模型训练：将训练集输入改进后的YOLOv7模型，通过损失函数更新模型权重参数，经过若干次训练后，得到训练好的改进后的YOLOv7模型； S6.检测评估：将测试集输入训练好的改进后的YOLOv7模型，评估北五味子检测结果； S4中对基础YOLOv7模型进行改进，得到改进后的YOLOv7模型的具体内容为： S41.通过BiPConv部分降维卷积替代基础YOLO7模型FasterNet模块中的部分卷积PConv； S42.融合基础YOLO7模型特征提取结构中的ELAN模块的构建方法，提出BiPNet模块替换的ELAN模块； S43.引入Slim-neck中的GSConv和VoV-GSCSP模块代替基础YOLO7模型特征融合结构中的常规卷积和W-ELAN模块； S44.在基础YOLO7模型特征提取阶段加入SE注意力机制模块； S41中通过BiPConv部分降维卷积替代基础YOLO7模型FasterNet模块中的部分卷积PConv的具体内容为： 在FasterNet模块中的部分卷积PConv操作后使用1x1卷积降低特征通道维度，再进行一次PConv卷积，即得到BiPConv部分降维卷积； S42中融合基础YOLO7模型特征提取结构中的ELAN模块的构建方法，提出BiPNet模块替换ELAN模块的具体内容为： BiPNet模块是在BiPConv层后加入一层PConv，以充分融合降维后的不同通道的特征，将BiPNet模块替换基础YOLO7模型中的ELAN模块，并且适当循环使用BiPNet模块。

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沈阳农业大学，其通讯地址为：110866 辽宁省沈阳市沈河区东陵路120号沈阳农业大学；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。