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！

龙图腾网获悉内蒙古农业大学申请的专利一种基于YOLOv7的玉米叶片病害检测算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：CN119963975B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510057823.6，技术领域涉及：G06V10/82；该发明授权一种基于YOLOv7的玉米叶片病害检测算法及系统是由姜新华;唐义声;高聚林;于晓芳;周艳青;石瑞峰设计研发完成，并于2025-01-14向国家知识产权局提交的专利申请。

本一种基于YOLOv7的玉米叶片病害检测算法及系统在说明书摘要公布了：本发明属于病害检测技术领域，公开了一种基于YOLOv7的玉米叶片病害检测算法，该算法利用基于YOLOv7m算法的玉米叶病检测模型Corn‑YOLO，该模型用CAFMFusion模块取代了原来的Concat层，用ESMFA模块取代了原来的ELAN模块，以更好地增强特征融合，并使用SIOU损失函数来提高准确率。本发明结合不同的数据集创建了一个多样化的数据集，并使用LableImg进行图像标注。为了提高模型的弹性，增强了数据集，包括随机组合缩放、平移、旋转和对比度调整等操作。为了增强特征提取能力，提出了CAFMFusion模块，通过融合不同尺度的特征信息，提高了模型的整体性能和疾病特征提取能力。

本发明授权一种基于YOLOv7的玉米叶片病害检测算法及系统在权利要求书中公布了：1.一种基于YOLOv7的玉米叶片病害检测算法，其特征在于，利用改进的YOLOv7m算法模型Corn-YOLO，该模型通过以下改进实现病害检测性能的提升： 使用CAFMFusion模块取代原Concat层，以增强特征融合； 使用ESMFA模块取代原ELAN模块，以提升特征提取能力； 使用SIoU损失函数替代原CIoU损失函数，提高模型精度和鲁棒性； 所述Corn-YOLO模型的网络结构包括输入、主干网络和检测头，具体实现为： 输入部分包括自适应锚框计算和自适应图像缩放操作； 主干网络包含CBS模块、ELAN模块和MP模块，其中CBS模块负责特征提取，MP模块用于特征图下采样； 检测头部分包含SPPCSPC模块、CAFMFusion模块和ESMFA模块，SPPCSPC模块通过聚合图像特征提升特征表达能力，CAFMFusion模块实现高效特征图融合，ESMFA模块完成多尺度特征提取与整合； 所述CAFMFusion模块结合CAFM和CGAFusion技术，具体实现为： 对不同尺度的特征图进行加法运算实现初步特征融合； 卷积层用于提取局部病害特征，注意力机制捕获全局病害信息； 通过自适应权重计算，将特征金字塔网络FPN中的低层特征和高层特征进行加权求和，实现特征自适应融合，从而显著提升玉米叶片病害检测的准确性和鲁棒性； 所述ESMFA模块采用深度分离卷积代替典型卷积以减少参数量，并通过以下方式提升性能： 使用GeLU激活函数代替SiLU激活函数，增强模型的表现力； 结合DELAN模块和EASA模块，分别实现局部特征提取和全局特征探索，通过两者融合，提高模型对玉米叶片局部和全局病害信息的识别能力和鲁棒性。

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内蒙古农业大学，其通讯地址为：010018 内蒙古自治区呼和浩特市赛罕区昭乌达路306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”。