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！

龙图腾网获悉广州大学申请的专利基于改进YOLO模型的深海鱼类识别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：CN116912670B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202211441477.4，技术领域涉及：G06V20/05；该发明授权基于改进YOLO模型的深海鱼类识别方法是由刘长红;温嘉文;吴博淳;刘金辉;李天注设计研发完成，并于2022-11-17向国家知识产权局提交的专利申请。

本基于改进YOLO模型的深海鱼类识别方法在说明书摘要公布了：本发明涉及深度学习目标检测领域，且公开了基于改进YOLO模型的深海鱼类识别方法，生成对抗神经网络进行样本扩充，得到扩充样本；训练改进型YOLOv7模型，改进的YOLO‑v7模型由HN递归门控卷积模块、CBS卷积模块、下采样MP模块、感受野增大模块SPPCSPC模块、RepConv模块以及ASFF金字塔特征融合模块构成；将扩充样本分为输入测试图片和输入训练图片，将输入训练图片按照7：3的比例分为测试集和验证集，标注每种深海鱼的类名，采用Cutout数据增强和Randomaffine仿射变换进行数据增强；数据增强后的数据输入改进好后的YOLO‑V7模型进行训练，根据损失函数判断模型的性能，更新模型训练参数，总共经过100次训练迭代；训练完成后得到模型最佳的模型文件，使用该模型即可检测深海鱼类图片和视频。

本发明授权基于改进YOLO模型的深海鱼类识别方法在权利要求书中公布了：1.基于改进YOLO模型的深海鱼类识别方法，其特征在于，包括以下步骤： 第一步：深海鱼类图片收集； 第二步：生产对抗神经网络进行样本扩充，得到扩充样本； 第三步：训练改进型YOLOv7模型，改进的YOLO‑v7模型由HN递归门控卷积模块、CBS卷积模块、下采样MP模块、感受野增大模块SPPCSPC模块、RepConv模块以及ASFF金字塔特征融合模块构成； 第四步：将扩充样本分为输入测试图片和输入训练图片，将输入训练图片按照7：3的比例分为测试集和验证集，标注每种深海鱼的类名，采用Cutout数据增强和Random affine仿射变换进行数据增强； 第五步：数据增强后的数据输入改进好后的YOLO‑V7模型进行训练，根据损失函数判断模型的性能，更新模型训练参数，总共经过100次训练迭代； 第六步：训练完成后得到模型最佳的模型文件，使用该模型即可检测深海鱼类图片和视频； 所述HN递归门控卷积模块和ASFF金字塔特征融合模块为原有网络基础上改进的模块，在骨干网络和检测头网络中加入HN递归门控卷积模块，将YOLO‑v7网络原有的特征融合网络改进为ASFF自适应特征融合网络，HN递归门控卷积模块主要原理为递归门卷积，用门卷积和递归设计进行高阶空间交互。

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广州大学，其通讯地址为：510006 广东省广州市大学城外环西路230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。