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！

龙图腾网获悉中国科学院合肥物质科学研究院申请的专利用于对无人机遥感图像的玉米苗、杂草检测和计数的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：CN114926752B 。

龙图腾网通过国家知识产权局官网在2025-07-11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：202210535029.4，技术领域涉及：G06V20/17；该发明授权用于对无人机遥感图像的玉米苗、杂草检测和计数的方法是由黄河;裴昊天;孙友强;张玮;盛佳佳;周佳乐设计研发完成，并于2022-05-17向国家知识产权局提交的专利申请。

本用于对无人机遥感图像的玉米苗、杂草检测和计数的方法在说明书摘要公布了：本发明涉及一种用于对无人机遥感图像的玉米苗、杂草检测和计数的方法，包括：采集农田图像，并进行预处理，得到切割后的图像；构建作物行检测模型，并进行掩膜处理，得到只有行间杂草的经掩膜处理后的图像；建立玉米苗、杂草训练样本集；构建玉米苗、杂草检测模型，得到最佳的玉米苗、杂草检测模型；玉米苗、杂草检测和数据分析。本发明充分考虑了田间玉米苗和杂草分布的特征，得到了玉米苗数量远大于杂草数量和玉米苗基本生长在玉米苗行内这两个特征；依据这些特征提出了玉米苗行掩膜处理的方法，此方法解决了对原始图像进行大量玉米苗标注耗费时间成本和杂草和玉米苗总数据量不平衡这两个问题。

本发明授权用于对无人机遥感图像的玉米苗、杂草检测和计数的方法在权利要求书中公布了：1.一种用于对无人机遥感图像的玉米苗、杂草检测和计数的方法，其特征在于：该方法包括下列顺序的步骤： 1采集农田图像，并进行预处理：通过无人机拍摄获取高分辨率农田遥感图像，将高分辨率农田遥感图像进行切割，得到切割后的图像； 2构建作物行检测模型，并进行掩膜处理：对切割后的图像进行作物行训练样本的制作，得到作物行训练样本集，构建作物行检测模型YOLOv4-Tiny，添加ECA通道注意力模块改进作物行检测模型YOLOv4-Tiny，得到改进的作物行检测模型；将作物行训练样本集输入改进的作物行检测模型进行训练，将切割后的图像输入改进的作物行检测模型，对改进的作物行检测模型输出的图像中的作物行区域进行掩膜处理，得到只有行间杂草的经掩膜处理后的图像； 3建立玉米苗、杂草训练样本集：在切割后的图像中选取部分图像，对其中的玉米苗和杂草进行标注；在经掩膜处理后的图像中选取部分图像，对其中的杂草进行标注；选取的切割后的图像和经掩膜处理后的图像的数量比例为3：7，将标注后的切割后的图像和经掩膜处理后的图像组成玉米苗、杂草训练样本集； 4构建玉米苗、杂草检测模型：构建玉米苗、杂草检测模型YOLOv4，采用Meta-ACON激活函数、添加CBAM注意力模块、soft-NMS非极大值抑制处理改进玉米苗、杂草检测模型YOLOv4，得到改进后的玉米苗、杂草检测模型，将玉米苗、杂草训练样本集输入改进后的玉米苗、杂草检测模型进行训练，得到最佳的玉米苗、杂草检测模型； 5玉米苗、杂草检测和数据分析：将待检测样本输入最佳的玉米苗、杂草检测模型，对待检测样本中的玉米苗和杂草进行识别，得到玉米苗和杂草的分布位置情况，并对玉米苗和杂草进行计数； 所述步骤4包括以下步骤： 4a构建玉米苗、杂草检测模型YOLOv4； 4b在构建的玉米苗、杂草检测模型YOLOv4中引入Meta-ACON激活函数，将玉米苗、杂草检测模型YOLOv4的NECK部分的CBL模块的LeakeyReLU激活函数替换为Meta-ACON激活函数，Meta-ACON激活函数的公式为： fx＝p1-p2x·σ[βp1-p2x]+p2x3 其中，p1和p2是两个可学习的参数，用于自适应调整，负责控制函数一阶导数的上下限；β负责动态的控制激活函数的线性或非线性；σ表示sigmoid函数； 4c在玉米苗、杂草检测模型YOLOv4中添加CBAM注意力模块，并将CBAM通道注意力模块的激活函数替换为Meta-ACON激活函数，CBAM注意力模块通过通道和空间两个部分对玉米苗、杂草检测模型YOLOv4主干网络输出的特征图依次进行操作： 在CBAM的通道注意力部分，对玉米苗、杂草检测模型YOLOv4主干网络输出的特征图进行全局平均池化和全局最大池化，再经过共享全连接层处理后，对处理后的两个结果相加，经sigmoid函数得到权重，最后乘以玉米苗、杂草检测模型YOLOv4主干网络输出的特征图得到推断特征图，通道注意力的计算公式如公式4所示，逐元素相乘得到通道注意力模块输出的特征图F′如公式5所示： 其中，和分别表示通道注意力部分的平均池化的特征和最大池化的特征，MLP表示共享的全连接层，F为输入通道注意力的特征图，Mc为通道注意力，F′为通道注意力模块输出的特征图，σ表示sigmoid激活函数，表示逐元素相乘； 在CBAM的空间注意力部分，将上一步通道注意力部分得到的通道注意力模块输出的特征图F′通过最大值池化和平均池化，然后将二者堆叠在一起，再通过卷积操作将通道变为1，最后经sigmoid函数得到空间注意力权重，空间注意力的计算公式如公式6所示，逐元素相乘得到CBAM最终输出特征图F″如公式7所示： 其中，和分别是空间注意力部分的平均池化的特征和最大池化的特征，f7*7表示7*7的卷积层，MS为空间注意力，F″为CBAM注意力模块最终输出特征图； 4d在玉米苗、杂草检测模型YOLOv4中引入soft-NMS进行非极大值抑制处理，对与检测分数最高的检测框重叠超过阈值的其他检测框进行处理时，对这些检测框的分数通过公式进行衰减。

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科学院合肥物质科学研究院，其通讯地址为：230031 安徽省合肥市蜀山区蜀山湖路350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”。