武汉轻工大学王颖杰获国家专利权
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!
龙图腾网获悉武汉轻工大学申请的专利基于深度学习的虾体分级方法及装置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:CN115641477B 。
龙图腾网通过国家知识产权局官网在2026-01-02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:202211416608.3,技术领域涉及:G06V10/764;该发明授权基于深度学习的虾体分级方法及装置是由王颖杰;胡志刚;尚雪阳;王子豪;李彬;付丹丹;王博颖设计研发完成,并于2022-11-13向国家知识产权局提交的专利申请。
本基于深度学习的虾体分级方法及装置在说明书摘要公布了:本发明提供一种基于深度学习的虾体分级方法及装置,属于农业信息技术领域,该方法包括:将目标图像输入训练后的目标检测网络模型,输出虾体的躯干信息,根据躯干信息确定虾体的躯干面积;根据包含虾体的高光谱图像和躯干信息,提取躯干部位的局部高光谱图像,输入训练后的HybridSN网络模型,得到产地类型;根据包含虾体的近红外光谱数据和躯干信息,提取躯干部位的局部近红外光谱数据,输入训练后的SAE‑FNN网络模型,输出虾体的质地指标;根据躯干面积、产地类型和质地指标,确定虾体的品质级别。该方法可避免目前的难以称重分级,以及产地差异和口感差异导致难以快速分级的问题,可实现虾体高效且准确的分级,有利于工业推广应用。
本发明授权基于深度学习的虾体分级方法及装置在权利要求书中公布了:1.一种基于深度学习的虾体分级方法,其特征在于,包括: 获取包含待检测虾体的目标图像,将所述目标图像输入训练后的目标检测网络模型,输出所述虾体的躯干信息,根据所述躯干信息确定所述虾体的躯干面积,其中,躯干为虾体去头尾后的部分; 根据包含所述虾体的高光谱图像和所述躯干信息,提取躯干部位的局部高光谱图像,并将所述局部高光谱图像输入训练后的HybridSN网络模型,得到待检测虾体的产地类型; 根据包含所述虾体的近红外光谱数据和所述躯干信息,提取躯干部位的局部近红外光谱数据,并将所述近红外光谱数据输入训练后的SAE-FNN网络模型,输出所述虾体的质地指标; 根据所述躯干面积、产地类型和所述质地指标,确定所述虾体的品质级别; 其中,所述目标检测网络模型,根据已确定躯干信息的虾体样本目标图像训练得到;所述HybridSN网络模型,根据已确定产地类型的虾体样本局部高光谱图像训练得到;所述SAE-FNN网络模型,根据已确定质地指标的虾体样本局部近红外光谱数据训练得到; 所述躯干信息为包含躯干的检测框在图像中的位置,相应地,所述根据所述躯干信息确定所述虾体的躯干面积,包括: 将包含躯干的检测框,输入训练后的DeepLabv3+检测模型,得到所述检测框每个像素为躯干或者背景的检测结果; 根据检测为躯干的像素面积,确定所述虾体的躯干面积; 其中,所述DeepLabv3+检测模型根据以区分躯干和背景作为标签的样本图像训练得到。
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武汉轻工大学,其通讯地址为:430023 湖北省武汉市东西湖区常青花园学府南路68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