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！

龙图腾网获悉浙江大学申请的专利基于改进YOLO-X的浙贝母目标检测方法的构建方法及应用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：CN115527040B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202211118083.5，技术领域涉及：G06V10/44；该发明授权基于改进YOLO-X的浙贝母目标检测方法的构建方法及应用是由王俊;董成烨;韦真博;杜冬冬;王永维设计研发完成，并于2022-09-14向国家知识产权局提交的专利申请。

本基于改进YOLO-X的浙贝母目标检测方法的构建方法及应用在说明书摘要公布了：本发明公开了一种基于改进YOLO‑X的浙贝母目标检测方法的构建方法及应用，属于农产品检测领域，本发明是以YOLO‑X为基线模型的算法改进，主要是在YOLO‑X的主干特征值提取网络（CSPDarkNet‑53）的末端有效特征层输出端嵌入了一层膨胀系数为4的带填充（padding）的空洞卷积结构，在不增加参数量、计算量的同时，扩大了目标检测算法的感受野，增加了其对尺度特征的敏感度，有效减少了YOLO‑X目标检测算法对某些等级浙贝母的误判概率，提升了对浙贝母目标检测的精度和速度。另外本发明将多个待检测物料集中拍摄、处理并依次精准分级，解决了现有技术存在拍照频率高、检测效率低的问题，促进了其在中医药市场的发展，同时还为其它类似产品的无损检测提供了新思路。

本发明授权基于改进YOLO-X的浙贝母目标检测方法的构建方法及应用在权利要求书中公布了：1.一种基于改进YOLO-X的浙贝母多目标检测与分拣方法的构建方法，其特征在于，包括以下步骤： 步骤（1）：将不同等级、不同摆放姿态的浙贝母置于带有反光图层的黑箱底部的白板上，在漫反射光照的条件下，使用相机拍摄数量相同的单目标图像和多目标图像，多目标图像中各类浙贝母数量相同，多粒浙贝母呈单列化状且位于相机视场中线位置，以模拟在线检测场景；为避免丢失或扭曲目标特征，将拍摄好的RGB图像的像素调整为3200*3200，作为浙贝母数据集，按6:2:2的比例，将数据集划分为训练集、验证集、测试集后，对YOLO-X目标检测算法进行训练、验证和测试； 步骤（2）：基于步骤（1）中的测试结果，在YOLO-X目标检测算法的主干特征提取网络的末端添加一层带padding的空洞卷积结构，经优化后，空洞卷积结构的膨胀系数调整为4； 步骤（3）：基于步骤（1）中浙贝母数据集的训练集与验证集，对改进后的YOLO-X目标检测算法进行训练并获得模型； 步骤（4）：基于步骤（1）中浙贝母数据集的测试集对步骤（3）所得模型进行测试，采用AP、mAP、F 1 以及FPS作为测试结果评价指标，并基于该指标与其它目标检测算法进行对比，通过对比改进前后模型的检测效果图中的预测框对浙贝母的推断准确率及其贴合程度，验证改进YOLO-X的有效性； 步骤（5）：基于测试后且达到测试指标要求的目标检测模型，利用检测平台末端执行结构对物料进行分拣； 步骤（3）中，采取微调训练策略，并将在开源数据集COCO数据集上预训练好的模型yolo_x.pth文件的权重作为改进后的YOLO-X的初始权重；冻结训练轮次设为50，解冻训练轮次设为150，学习率设为0.001，冻结批尺寸设为8，非冻结批尺寸设为4；基于上述训练策略，在浙贝母训练集、测试集上进行迁移训练，待训练满200轮次后，从中挑出训练损失函数值最小的模型作为改进后的YOLO-X基于浙贝母训练集训练所得最优模型。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。