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！

龙图腾网获悉清华大学申请的专利水生生物图像识别计数方法、装置、设备及介质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：CN119964155B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202510132086.1，技术领域涉及：G06V20/69；该发明授权水生生物图像识别计数方法、装置、设备及介质是由徐梦珍;邢轩玮;刘凯;郭芳;肖新宗;王聪聪;薛源设计研发完成，并于2025-02-06向国家知识产权局提交的专利申请。

本水生生物图像识别计数方法、装置、设备及介质在说明书摘要公布了：本申请涉及图像识别计数技术领域，特别涉及一种水生生物图像识别计数方法、装置、设备及介质，方法包括：获取用户输入的水生生物图像，对水生生物图像进行预处理；将预处理后的水生生物图像输入基于深度学习的目标检测模型，目标检测模型输出水生生物图像中目标水生生物的检测结果，其中，目标检测模型包括引入多尺度特征融合技术的特征提取网络、采用自适应池化和空间金字塔池化技术的卷积神经网络、以及密集分布目标检测的密集检测头；对目标水生生物的检测结果进行后处理，根据后处理的检测结果识别目标水生生物的数量和目标水生生物在水生生物图像中的位置。由此，解决了相关技术特征信息丢失、对密集分布物体的检测不佳，漏检率高等问题。

本发明授权水生生物图像识别计数方法、装置、设备及介质在权利要求书中公布了：1.一种水生生物图像识别计数方法，其特征在于，包括以下步骤： 获取用户输入的水生生物图像，对所述水生生物图像进行预处理； 将预处理后的水生生物图像输入基于深度学习的目标检测模型，所述目标检测模型输出所述水生生物图像中目标水生生物的检测结果，其中，所述目标检测模型包括引入多尺度特征融合技术的特征提取网络、采用自适应池化和空间金字塔池化技术的卷积神经网络、以及密集分布目标检测的密集检测头，其中，基于深度学习的目标检测模型为基于深度学习的Mussel-ID模型，所述特征提取网络提取所述水生生物图像中不同层级的特征图，在特征提取过程中，采用多尺度特征融合技术将不同层级的特征图进行融合；所述卷积神经网络采用自适应池化和空间金字塔池化技术，对融合特征图进行池化操作，在单次前向传播中完成类别和位置的预测；密集检测头识别池化操作后特征图的多个目标水生生物，并通过改进非极大值抑制策略区分所述多个目标水生生物中的相邻目标水生生物； 对所述目标水生生物的检测结果进行后处理，根据后处理的检测结果识别目标水生生物的数量和目标水生生物在所述水生生物图像中的位置。

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清华大学，其通讯地址为：100084 北京市海淀区清华园1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。