Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏科技大学盛帅获国家专利权

江苏科技大学盛帅获国家专利权

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!

龙图腾网获悉江苏科技大学申请的专利一种基于改进YOLOX-S算法的苹果叶片病害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:CN116363517B

龙图腾网通过国家知识产权局官网在2026-03-10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:202310357657.2,技术领域涉及:G06V20/10;该发明授权一种基于改进YOLOX-S算法的苹果叶片病害检测方法是由盛帅;段先华设计研发完成,并于2023-04-06向国家知识产权局提交的专利申请。

一种基于改进YOLOX-S算法的苹果叶片病害检测方法在说明书摘要公布了:本发明涉及计算机视觉目标检测技术领域,尤其涉及一种基于改进YOLOX‑S算法的苹果叶片病害检测方法,通过使用全维动态卷积的动态跨阶段局部网络结构替换YOLOX‑S模型主干网络和特征融合网络的所有跨阶段局部网络,再在特征金字塔结构PAFPN基础上引入自适应特征融合方式将不同特征尺度的特征进行融合,之后根据实际数据集优化损失函数,并通过对优化的单阶段目标检测模型进行训练,可以使用训练好的模型对具有病害的苹果叶片进行检测,得出病害种类以及位置信息,本方法提出的模型提升了模型的检测精度,并且大大减少了模型最终引入的额外参数以及计算量,改善了不同尺度的目标的特征信息丢失的问题,提升了模型的平均精度。

本发明授权一种基于改进YOLOX-S算法的苹果叶片病害检测方法在权利要求书中公布了:1.一种基于改进YOLOX-S算法的苹果叶片病害检测方法,其特征在于,所述方法包括以下步骤: 步骤一、获取苹果叶片病害公共数据集,对公共数据集进行预处理; 步骤二、对于单阶段目标检测模型YOLOX-S的主干网络CSPDarknet和颈部特征融合网络PAFPN,使用嵌入了ODConv的ODCSP结构替换YOLOX-S模型主干网络和特征融合网络的所有CSP,得到局部改进的单阶段目标检测模型;具体包括: 使用将模型中原CSP1_X以及CSP2_X结构的三个BaseConv更换为ODConv的ODCSP1_X和ODCSP2_X结构来更换YOLOX-S模型主干网络和特征融合网络的所有CSP1_X以及CSP2_X结构,其中ODCSP1_X和ODCSP2_X的结构均包括两个分支,输入信息进入ODCSP1_X结构之后,一个分支经过ODConv和残差结构处理之后和另一个经过ODConv处理的分支Concat之后再次经过ODConv处理,输入信息进入ODCSP2_X结构之后,一个分支经过ODConv和基础卷积BaseConv处理之后和另一个经过ODConv处理的分支Concat之后再次经过ODConv处理; 步骤三、对于局部改进的单阶段目标检测模型,在特征金字塔结构PAFPN基础上引入ASFF将不同特征尺度的特征进行融合,得到改进的单阶段目标检测模型; 步骤四、根据实际数据集优化改进的单阶段目标检测模型的损失函数,得到优化的单阶段目标检测模型; 步骤五、对优化的单阶段目标检测模型进行训练; 步骤六、使用训练好的模型对具有病害的苹果叶片进行检测,得出病害种类以及位置信息。

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江苏科技大学,其通讯地址为:212008 江苏省镇江市梦溪路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。

免责声明
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。