大连大学;觅视科技(大连)有限公司宋传鸣获国家专利权
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!
龙图腾网获悉大连大学;觅视科技(大连)有限公司申请的专利空-频蒸馏与可变形大核卷积嵌入的YOLOv8樱桃果实检测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:CN120496056B 。
龙图腾网通过国家知识产权局官网在2026-01-06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:202510350946.9,技术领域涉及:G06V20/68;该发明授权空-频蒸馏与可变形大核卷积嵌入的YOLOv8樱桃果实检测方法是由宋传鸣;毕祥;王建军;汪祖民设计研发完成,并于2025-03-24向国家知识产权局提交的专利申请。
本空-频蒸馏与可变形大核卷积嵌入的YOLOv8樱桃果实检测方法在说明书摘要公布了:本发明提供了空‑频蒸馏与可变形大核卷积嵌入的YOLOv8樱桃果实检测方法。首先,在YOLOv8的骨干网络中引进空间‑频率特征蒸馏模块,并在空间特征蒸馏块与频率特征蒸馏块之间增加跳跃连接,能够削弱冗余低效的空间‑频率特征并增强关键特征的表征能力;其次,采用空间‑频率特征蒸馏模块替换YOLOv8骨干网络中P2~P4尺度的C2f模块,抑制精细尺度下的遮挡重叠及噪声影响,提升复杂场景下的果实检测精度及稳健性;最后,提出一种基于可变形大核卷积的特征提取模块,并用其替换YOLOv8骨干网络中P5尺度的C2f模块,提升网络模型对不同尺度、不同形状的樱桃果实的特征表征能力。实验结果验证了本发明的有效性。
本发明授权空-频蒸馏与可变形大核卷积嵌入的YOLOv8樱桃果实检测方法在权利要求书中公布了:1.空-频蒸馏与可变形大核卷积嵌入的YOLOv8樱桃果实检测方法,其特征在于,包括以下步骤: 步骤1:建立并初始化用于樱桃果实检测的网络Ncherry,所述用于樱桃果实检测的网络Ncherry包括:1个特征感知子网络Nfeature,1个多尺度特征融合子网络Nfusion以及1个目标检测头子网络Ndetect; 步骤2:输入多尺度樱桃目标检测的训练集图像以及人工已标注的标签集Clabel,对深度卷积神经网络Ncherry进行训练,令训练集共有NtestImg幅图像,并令迭代次数iter←1、计数器ind←1,获取已完成训练的深度卷积神经网络; 步骤3:输入待处理的樱桃目标检测图像I,采用已完成训练的深度卷积神经网络Ncherry检测图像I中的果实目标; 所述步骤1包括以下步骤: 步骤1.1:建立并初始化特征感知子网络Nfeature;所述特征感知子网络Nfeature包括:5个卷积模块,3个空间-频率特征蒸馏模块,1个基于可变形大核卷积的特征提取模块1个快速空间金字塔池化SPPF模块所述卷积模块分别为所述空间-频率特征蒸馏模块分别为 步骤1.2:建立并初始化多尺度特征融合子网络Nfusion;所述多尺度特征融合子网络Nfusion包括:4个C2f模块以及2个卷积模块;所述C2f模块分别为:所述卷积模块分别为 步骤1.3:建立并初始化目标检测头子网络Ndetect;所述目标检测头子网络Ndetect包括:3个YOLOv8的检测头模块;所述YOLOv8的检测头模块分别为 所述包括:1组大小为3×3、步长为2、填充模式为1的64个卷积核,1层BatchNorm2d批量归一化层,1层SiLU激活函数层;包括:1组大小为3×3、步长为2、填充模式为1的128个卷积核,1层BatchNorm2d批量归一化层,1层SiLU激活函数层;包括:1组大小为3×3、步长为2、填充模式为1的256个卷积核,1层BatchNorm2d批量归一化层,1层SiLU激活函数层;包括:1组大小为3×3、步长为2、填充模式为1的512个卷积核,1层BatchNorm2d批量归一化层,1层SiLU激活函数层;包括:1组大小为3×3、步长为2、填充模式为1的1024个卷积核,1层BatchNorm2d批量归一化层,1层SiLU激活函数层; 所述包括:2组由128个1×1卷积核组成的卷积块,1层Split操作1个颈部蒸馏模块以及1层连接操作 包括:2组由256个1×1卷积核组成的卷积块,,1层Split操作1个颈部蒸馏模块以及1层连接操作 包括:2组由512个1×1卷积核组成的卷积块,1层Split操作1个颈部蒸馏模块以及1层连接操作 所述2组由128个1×1卷积核组成的卷积块分别为和所述2组由256个1×1卷积核组成的卷积块分别为和所述2组由512个1×1卷积核组成的卷积块分别为 所述包括:2组由1024个1×1卷积核组成的卷积块,1层Split操作1个颈部可变形大核卷积模块以及1层连接操作所述2组由1024个1×1卷积核组成的卷积块分别为和 所述包括:1组由64个3×3卷积核组成的卷积块1组由128个1×1卷积核组成的卷积块1个空间特征蒸馏块1个频率特征蒸馏块以及2组由64个1×1卷积核组成的卷积块;所述2组由64个1×1卷积核组成的卷积块分别为和 所述包括:1组由128个3×3卷积核组成的卷积块1组由256个1×1卷积核组成的卷积块1个空间特征蒸馏块1个频率特征蒸馏块以及2组由128个1×1卷积核组成的卷积块;所述2组由128个1×1卷积核组成的卷积块分别为以及 所述包括:1组由256个3×3卷积核组成的卷积块1组由512个1×1卷积核组成的卷积块1个空间特征蒸馏块1个频率特征蒸馏块2组由256个1×1卷积核组成的卷积块;所述2组由256个1×1卷积核组成的卷积块分别为 所述包括:1组由512个3×3卷积核组成的卷积块1层BatchNorm2d批量归一化层1层Dropout层1层ReLU激活函数层1组由512个1×1卷积核组成的卷积块1组由512个大小为5×5的可变形卷积核组成的卷积块1组由512个大小为7×7的可变形卷积核组成的卷积块
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大连大学;觅视科技(大连)有限公司,其通讯地址为:116622 辽宁省大连市金州新区学府大街10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