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！

龙图腾网获悉中国水产科学研究院申请的专利基于多元信息特征融合的金枪鱼品质分级智能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：CN119832543B 。

龙图腾网通过国家知识产权局官网在2025-06-10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：202411892566.X，技术领域涉及：G06V20/68；该发明授权基于多元信息特征融合的金枪鱼品质分级智能检测方法是由张溢卓;张峰玮;陶文鑫设计研发完成，并于2024-12-20向国家知识产权局提交的专利申请。

本基于多元信息特征融合的金枪鱼品质分级智能检测方法在说明书摘要公布了：基于多元信息特征融合的金枪鱼品质分级智能检测方法，涉及鱼类品质分级检测技术领域。获取若干不同金枪鱼的鱼体图像和肉质图像，同时收集金枪鱼的相关文本信息，包括产地、品种、体重和体长，构建数据集；对图像和相关文本信息进行预处理；通过特征提取与融合生成多模态融合特征向量；输入金枪鱼品质级别检测模块；对深度学习模型进行训练，后续对待检测金枪鱼进行品质分级检测。充分考虑鱼体图像、肉质图像和相关文本信息，采用多模态特征融合技术生成包含鱼体、肉质和相关文本信息的多模态融合特征，并通过品质分级检测器进行训练，提升检测的鲁棒性和准确性，使检测结果更加全面和可靠。

本发明授权基于多元信息特征融合的金枪鱼品质分级智能检测方法在权利要求书中公布了：1.基于多元信息特征融合的金枪鱼品质分级智能检测方法，其特征在于：包括多元信息收集模块、数据预处理模块、特征提取与融合模块以及金枪鱼品质级别检测模块四个部分，其中，特征提取与融合模块包含特征提取模型和特征融合模型，并与金枪鱼品质级别检测模块的网络结构共同组成深度学习模型，所述方法包括以下步骤：步骤一：在多元信息收集模块，获取若干不同金枪鱼完整的鱼体图像和任意部位的肉质图像，同时收集金枪鱼的相关文本信息，包括产地、品种、体重和体长，进而构建数据集，根据用户需求将金枪鱼的品质按照从高到低划分为五个等级，通过人工标注的形式为数据集中每条金枪鱼添加真实的等级标签；步骤二：在数据预处理模块，对鱼体图像和肉质图像进行标准化预处理，将所有的原始图像统一调整为目标尺寸，并对像素值进行归一化处理；步骤三：在数据预处理模块，对相关文本信息分为两类进行预处理，其中，体重和体长进行归一化处理，得到归一化后的数值型特征向量，产地和品种使用深度学习框架PyTorch中的嵌入层转换为稠密向量表示，得到嵌入处理的离散特征向量，将归一化后的数值型特征向量和嵌入处理的离散特征向量进行拼接得到相关文本信息特征Ftext；步骤四：在特征提取与融合模块，利用特征提取模型，将步骤二预处理后的鱼体图像和肉质图像输入到并行的卷积神经网络中，分别使用若干卷积层提取鱼体以及肉质的局部特征，通过池化层降低特征维度并保留局部特征的显著性，对卷积层输出的多维特征图进行全局平均池化，生成两个定长的特征向量，包括鱼体的特征向量和肉质的特征向量分别表示鱼体的整体特征和肉质的整体特征；步骤五：在特征提取与融合模块，利用特征提取模型，将步骤三的相关文本信息特征Ftext输入到全连接网络中学习其潜在特征，并输出得到提取后的相关文本信息特征步骤六：在特征提取与融合模块，利用特征融合模型，采用多模态特征融合策略对步骤四获得的鱼体的特征向量和肉质的特征向量与步骤五获得的相关文本信息特征进行整合，采用多头注意力机制进行融合得到包含鱼体图像、肉质图像和相关文本信息的多模态融合特征向量Fglobal；步骤七：在金枪鱼品质级别检测模块，输入步骤六获得的多模态融合特征向量Fglobal，金枪鱼品质级别检测模块的网络结构由多层感知机和Softmax层构成，输出为一个概率分布，表示金枪鱼属于五个等级中每一类的概率；步骤八：对深度学习模型进行训练，计算步骤七输出的概率分布与真实的等级标签之间的损失，真实的等级标签通过one-hot编码的形式给出，其中，金枪鱼实际品质的等级对应位置为1，其他位置为0，然后采用加权交叉熵损失函数评估深度学习模型的准确性，根据计算得到损失值使用反向传播调整深度学习模型的参数，直到损失值不再下降，得到训练后的深度学习模型；步骤九：通过将待检测金枪鱼的样本信息输入到步骤八得到的训练后的深度学习模型中，即可实现待检测金枪鱼的品质分级检测。

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水产科学研究院，其通讯地址为：100000 北京市丰台区永定路南青塔村150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”。