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！

龙图腾网获悉安徽大学申请的专利一种基于深度学习的玉米行间立体病害检测装置及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：CN114529848B 。

龙图腾网通过国家知识产权局官网在2025-09-09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：202111644651.0，技术领域涉及：G06V20/40；该发明授权一种基于深度学习的玉米行间立体病害检测装置及方法是由耿广雪;李成龙;潘家鸿设计研发完成，并于2021-12-30向国家知识产权局提交的专利申请。

本一种基于深度学习的玉米行间立体病害检测装置及方法在说明书摘要公布了：本发明公开了一种基于深度学习的玉米行间立体病害检测装置及方法，属于目标检测及图像分割方法技术领域；本发明具体包括以下步骤：通过相机拍摄获取玉米叶子图像，对图像中的有病区域进行标注，训练得到权重文件；将权重文件加载到深度学习算法中得到目标检测网络和图像分割网络；通过摄像装置采集玉米行间全方位视频图像；将视频发送到Jestonnano边缘服务器，在Jestonnano边缘服务器上运行目标检测网络和图像分割网络，得到图像中的病虫害区域；将结果传输到移动端应用中，实时查看玉米行间病害情况，得到病害等级并制定合适的农药浓度。本发明解决了传统农业生产中落后的人工预防方式，节省了人力成本，提高了工作效率。

本发明授权一种基于深度学习的玉米行间立体病害检测装置及方法在权利要求书中公布了：1.一种基于深度学习的玉米行间立体病害检测方法，其特征在于，所述方法基于玉米行间立体病害检测装置进行，所述装置包括有装载平台（3）和摄像装置（9），所述装载平台（3）包括有第一车架（31）和第二车架（32），所述第一车架（31）上表面中央位置固定安装有GNSS天线（2），所述GNSS天线（2）的两侧设置有电池（1）和摄像装置（9），所述电池（1）和摄像装置（9）均固定安装在第一车架（31）上表面，所述摄像装置（9）包括有上侧摄像头（91）、左侧摄像头（92）、右侧摄像头（93），所述摄像装置（9）一侧还固定安装有jetsonnano边缘服务器（10）；所述第二车架（32）固定连接在第一车架（31）的底端，所述第二车架（32）的前端固定连接有激光雷达（4），所述第二车架（32）的底面四角上固定连接有直杆（8），所述直杆（8）的底端固定安装有转向电机（7），所述转向电机（7）的底端固定连接有连接轴承，所述连接轴承上固定连接有直流电机，所述直流电机的输出轴上固定连接有车轮（6）； 所述方法具体包括以下步骤： S1、使用摄像装置（9）拍摄玉米图片； S2、对S1中所拍摄的玉米图片进行标注，分为训练集和测试集； S3、将S2中所得的训练集和测试集输入目标检测网络中，获取目标检测的权重文件，具体包括以下步骤： C1、将训练集图片批量放入目标检测算法中训练，得到训练的权重文件和训练过程中各参数的变化曲线； C2、训练过程中通过调整学习率、批次大小等超参数提高模型收敛速度； C3、将权重文件放入目标检测算法中对测试集进行检测，观察检测情况； C4、若权重文件检测不合格，则重新制作和扩充训练集，重复C1～C3操作，直至权重文件检测合格为止； S4、使用S3中所得的目标检测网络的权重文件训练图像分割网络的权重文件，具体包括以下步骤： D1、将训练集经过目标检测网络得到病害区域的目标框； D2、将D1中所得的目标框送入图像分割网络进行训练，得到训练的权重文件和训练过程中各参数的变化曲线； D3、观察D2中所得变化曲线是否符合训练的规律，训练精度是否达到要求； D4、将权重文件放入图像分割网络中对测试集数据进行检测，观察检测情况； D5、若权重文件检测不合格，则重新制作和扩充训练集，重复D1～D4操作，直至权重文件检测合格为止； S5、将训练好的图像分割网络的权重文件加载到深度学习算法中用于视频检测； S6、通过摄像装置（9）的上侧摄像头（91）、左侧摄像头（92）、右侧摄像头（93）获取玉米行间全方位、各角度视频图像信息，将视频图像信息发送给三个jetsonnano边缘服务器（10），在jetsonnano边缘服务器（10）上运行深度学习算法，对视频图像信息进行病害检测； S7、将S6中所得检测结果传输至对应的移动端应用中，对检测结果进行分析，划分病害等级并制定所需喷洒的农药浓度。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。