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！

龙图腾网获悉中国农业大学申请的专利基于鱼体体色识别模型的鱼体体色识别方法和电子设备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：CN116385861B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202211625948.7，技术领域涉及：G06V20/05；该发明授权基于鱼体体色识别模型的鱼体体色识别方法和电子设备是由段青玲;李备备;李道亮设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本基于鱼体体色识别模型的鱼体体色识别方法和电子设备在说明书摘要公布了：本发明提供一种基于鱼体体色识别模型的鱼体体色识别方法和电子设备。该方法包括：构建鱼体体色数据集，鱼体体色数据集包括鱼体图像和对应的真值标签；建立初始鱼体体色识别模型，初始鱼体体色识别模型是基于YOLOv5s网络模型建立的；采用训练集对初始鱼体体色识别模型进行训练，训练时以训练集中的鱼体图像和真值标签作为输入，初始鱼体体色识别模型输出得到鱼体体色预测结果；根据损失函数得到鱼体体色预测结果与真值标签之间的误差，通过多次迭代，更新并优化初始鱼体体色识别模型的参数，以得到鱼体体色识别模型；基于鱼体体色识别模型，对目标区域内的目标鱼体进行体色识别。该方法对鱼体体色的识别准确率较高。

本发明授权基于鱼体体色识别模型的鱼体体色识别方法和电子设备在权利要求书中公布了：1.一种基于鱼体体色识别模型的鱼体体色识别方法，其特征在于，包括： 构建鱼体体色数据集，所述鱼体体色数据集包括鱼体图像和所述鱼体图像对应的真值标签； 建立初始鱼体体色识别模型，所述初始鱼体体色识别模型是基于YOLOv5s网络模型建立的且具有基于方差灰度世界算法的图像校准功能； 所述建立初始鱼体体色识别模型，所述初始鱼体体色识别模型是基于YOLOv5s网络模型建立的，包括： 基于所述YOLOv5s网络模型，改进所述YOLOv5s网络模型的数据处理模块，使得改进后的所述数据处理模块包括基于方差灰度世界算法的图像校准算法和数据增强算法，用于动态调整RGB通道权重以消除水下偏色； 基于所述YOLOv5s网络模型，改进所述YOLOv5s网络模型的骨干网络部分，顺序连接的CBS模块、CBS模块、BottleneckCSP模块、CBS模块、BottleneckCSP模块、CBS模块、BottleneckCSP模块、CBS模块、C3TR模块和HSPP模块构成改进后的所述骨干网络； 基于所述YOLOv5s网络模型，改进所述YOLOv5s网络模型的颈网络部分，改进后的所述颈网络为依次连接的CBS模块、Upsampling2d模块、concat模块、BottleneckCSP模块、CBS模块、Upsampling2d模块、concat模块、BottleneckCSP模块、CBS模块、concat模块、BottleneckCSP模块、CBS模块、concat模块和C3TR模块，且第2个所述BottleneckCSP模块与所述CBS模块连接的同时还与所述YOLOv5s网络模型的头网络的Detect1模块连接，第3个所述BottleneckCSP模块与所述CBS模块连接的同时还与所述头网络的Detect2模块连接，所述C3TR模块与所述头网络的Detect3模块连接； 依次顺序连接改进后的所述数据处理模块、改进后的所述骨干网络、改进后的所述颈网络和所述头网络，得到所述初始鱼体体色识别模型； 从所述鱼体体色数据集中抽取鱼体图像及对应的真值标签作为训练集； 将所述鱼体图像和所述真值标签输入所述初始鱼体体色识别模型，通过所述图像校准算法对所述鱼体图像基于方差灰度世界算法进行图像校准； 通过所述数据增强模块对校准后的所述鱼体图像进行马赛克增强，以对校准后的所述鱼体图像进行扩增得到增益后鱼体图像及对应的真值标签； 通过改进后的所述骨干网络和改进后的所述颈网络对所述增益后鱼体图像进行特征提取获得特征信息； 基于所述特征信息，通过所述头网络输出所述增益后鱼体图像的鱼体体色预测结果； 根据损失函数得到所述鱼体体色预测结果与所述真值标签之间的误差，通过多次迭代，更新并优化所述初始鱼体体色识别模型的参数，以得到鱼体体色识别模型； 基于所述鱼体体色识别模型，对目标区域内的目标鱼体进行体色识别。

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中国农业大学，其通讯地址为：100193 北京市海淀区圆明园西路2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。