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！

龙图腾网恭喜华中农业大学申请的专利花粉活性识别模型训练方法、系统及识别方法、系统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：CN113688939B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202111049215.9，技术领域涉及：G06V20/69；该发明授权花粉活性识别模型训练方法、系统及识别方法、系统是由闵玲;谭志昊;杨静;张献龙设计研发完成，并于2021-09-08向国家知识产权局提交的专利申请。

本花粉活性识别模型训练方法、系统及识别方法、系统在说明书摘要公布了：本发明涉及一种花粉活性识别模型训练方法及系统，先获取训练数据集，训练数据集包括多张训练用花粉染色图片。再建立待训练识别模型，待训练识别模型为目标检测模型。最后利用训练数据集对待训练识别模型进行训练，得到识别模型。本发明还提供一种花粉活性识别方法及系统，获取待识别花粉染色图片，再以待识别花粉染色图片作为输入，利用上述训练方法得到的识别模型对待识别花粉染色图片进行识别，得到花粉活性数据，进而能够利用训练好的识别模型对待识别花粉染色图片进行自动识别，提高识别速度和识别效率，避免人工计数带来的费时费力的问题。

本发明授权花粉活性识别模型训练方法、系统及识别方法、系统在权利要求书中公布了：1.一种花粉活性识别方法，其特征在于，所述识别方法包括： 获取待识别花粉染色图片；所述待识别花粉染色图片包括多个染色后花粉；以所述待识别花粉染色图片作为输入，利用识别模型对所述待识别花粉染色图片进行识别，得到花粉活性数据；所述花粉活性数据包括具备活性的花粉数量、不具备活性的花粉数量及花粉总数量； 所述识别模型的训练方法包括：获取训练数据集； 所述训练数据集包括多张训练用花粉染色图片； 建立待训练识别模型；所述待训练识别模型为目标检测模型； 利用所述训练数据集对所述待训练识别模型进行训练，得到识别模型；YOLOv5深度学习网络包括四个部分，分别是输入端，backbone端，head端和输出端，训练用花粉染色图片通过输入端输入网络进入backbone端，backbone端共由Focus、CSP、SSP九层结构组成，对训练用花粉染色图片进行特征提取；第10层网络到第18层网络构成head端，主要对特征图进行上采样和下采样，同时进行特征融合；输出端由第19层和20层构成，通过非极大值抑制算法确定最终的标准框； 在对YOLOv5模型进行训练时，所用方法为：将训练数据集中的每一训练用花粉染色图片对应的yaml格式的花粉标注文件内的坐标信息，通过代码批量转化为YOLOv5模型可以识别的txt格式文件，按照8：1：1的比例将带标签的训练用花粉染色图片随机分为训练集，测试集和验证集，YOLOv5模型先在coco数据集上进行预训练后得到YOLOv5m模型，再使用YOLOv5m模型在训练集上进行训练，得到识别模型； 所述获取训练数据集具体包括： 采用TTC染色法对多个花粉进行染色，得到染色后花粉； 对所述染色后花粉进行拍摄，得到多张训练用花粉染色图片； 每一所述训练用花粉染色图片包括多个所述染色后花粉； 对所述训练用花粉染色图片进行标注，得到每一所述训练用花粉染色图片对应的花粉标注文件； 所有所述训练用花粉染色图片和每一所述训练用花粉染色图片对应的花粉标注文件组成训练数据集； 所述对所述训练用花粉染色图片进行标注具体包括： 利用标注框分别对所述训练用花粉染色图片中的每一所述染色后花粉进行框选，并标注标签，得到所述训练用花粉染色图片对应的花粉标注文件；所述标注框为所述染色后花粉的最小外接框；所述标签包括具备活性和不具备活性。

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华中农业大学，其通讯地址为：430070 湖北省武汉市洪山区狮子山街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”。