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！

龙图腾网获悉浙江科技学院申请的专利基于AM-YOLOX的草莓病虫害检测方法及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：CN115631462B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202211397092.2，技术领域涉及：G06V20/52；该发明授权基于AM-YOLOX的草莓病虫害检测方法及系统是由黄炳强;王科宇;孙月兰;项新建设计研发完成，并于2022-11-09向国家知识产权局提交的专利申请。

本基于AM-YOLOX的草莓病虫害检测方法及系统在说明书摘要公布了：本发明提供一种基于改进AM‑YOLOX的草莓病虫害检测方法及系统，方法包括对采集到的草莓种植区域图像进行图像特征提取；进行多尺度特征融合；进行图片的识别和定位；采用Mosaic算法和Mixup算法对识别和定位得到的草莓病虫害图像进行数据增强；计算识别定位损失值，判断数据经过数据增强的识别和定位得到的草莓种植区域图像用于评价发生草莓病虫害的准确度；若计算得到的识别定位损失值小于损失阈值0.86，则进行下一步，否则重复上述步骤；计算用于评价草莓病虫害检测的评价指标，最终输出草莓病虫害检测结果图像。本发明提供的方法构建的AM‑YOLOX模型能够能有效的避免病虫害的误检和漏检。

本发明授权基于AM-YOLOX的草莓病虫害检测方法及系统在权利要求书中公布了：1.基于AM-YOLOX的草莓病虫害检测方法，所述方法包括采集草莓种植区域图像；其特征在于，所述方法还包括以下步骤： S1、对采集到的草莓种植区域图像进行图像特征提取； S2、采用PAFPN结构层对图像特征提取后的图像进行多尺度特征融合； S3、对多尺度特征融合后的图像进行图片的识别和定位； S4、采用Mosaic算法和Mixup算法对所述S3步骤识别和定位得到的草莓病虫害图像进行数据增强； S5、构建损失函数，计算识别定位损失值，判断经过所述S4步骤数据增强后的识别和定位得到的草莓种植区域图像用于评价发生草莓病虫害的准确度；若计算得到的识别定位损失值小于损失阈值0.86，则进行S6步骤，否则重复所述S1-S4步骤； S6、计算用于评价草莓病虫害检测的评价指标：召回率、准确率、平均准确率、平均精度均值和F1分数，最终输出均符合大于各评价指标阈值的草莓病虫害图像作为草莓病虫害检测结果图像； 所述S1步骤中采用CSPDarknet网络，包括Focus结构层、CBS结构层、CSP结构层、SPP结构层； 所述Focus结构层，用于对采集到的草莓种植区域图像中每隔一个像素取到一个值，获得四个独立的特征层，然后对所述四个独立的特征层进行堆叠； 所述CBS结构层，用于；所述CBS结构层由Conv+BN+SiLU三部分组成； 所述CSP结构层，用于使得网络深度增加，增强特征提取能力； 所述SPP结构层，用于通过对所述CSP结构层处理后的图像数据进行池化，将不同尺度的特征融合到一起，实现数据的多尺度输入； 所述CSP结构层包括卷积层和X个残差组件拼接组成； 在所述Focus结构层之后、CBS结构层之前设置坐标注意力机制改进模块，对所述Focus结构层处理后的数据进行坐标注意力机制改进，所述坐标注意力机制改进模块对所述Focus结构层的改进包括以下步骤： M1、对所述Focus结构层处理后的数据通过所述坐标注意力机制改进模块将输出通道为C、高为H和宽为W的特征图分别输入至X_Avg平均池化层和Y_Avg平均池化层进行处理，得到C*1*W的特征图； M2、再进入concat+Conv2d结构层，得到Cr*1*H+W的特征图，其中r为缩放率； M3、然后进入BatchNorm+Non-linear层，进行非线性化处理， M4、由所述M3步骤处理得到的Cr*1*H+W的特征图分别进入两个Conv2D层，其中，r为缩放率，得到C*1*W的特征图； M5、再由两个所述Conv2D层分别进入两个Sigmoid层，进行激活，得到C*1*W的特征图； M6、最终汇总进行重新赋予权重并输出结果。

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浙江科技学院，其通讯地址为：310023 浙江省杭州市西湖区留和路318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”。