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！

龙图腾网获悉华南理工大学申请的专利基于图像深度学习的菜品成熟度定性定量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：CN119715524B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202411810965.7，技术领域涉及：G01N21/84；该发明授权基于图像深度学习的菜品成熟度定性定量检测方法及系统是由成军虎;王晗;林远东;曾新安;马骥设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本基于图像深度学习的菜品成熟度定性定量检测方法及系统在说明书摘要公布了：本发明公开了一种基于图像深度学习的菜品成熟度定性定量检测方法及系统，方法包括：S1、对不同成熟度菜品进行理化性质指标数据测定，对数据进行分析，确定菜品不同成熟度的加工工艺；S2、基于烹饪环境条件和图像构建要求搭建图像采集系统和菜品成熟度数据库；S3、利用菜品成熟度数据库训练图像深度学习模型，实现对不同成熟度菜品的目标检测与实例分割，分别构建成熟度判断系统；S4、基于概率密度函数与成熟度判断系统输出的菜品成熟度预测结果，进行不同成熟度菜品理化性质定量检测。本发明基于深度学习模型的自学习与自思考能力，将其应用于菜品成熟度智能判别，有效解决了当前无相关标准，成熟度判别依靠经验的问题。

本发明授权基于图像深度学习的菜品成熟度定性定量检测方法及系统在权利要求书中公布了：1.基于图像深度学习的菜品成熟度定性定量检测方法，其特征在于，包括以下步骤： S1、对不同成熟度菜品进行理化性质指标数据测定，对数据进行分析，确定菜品不同成熟度的加工工艺； S2、基于烹饪环境条件和图像构建要求搭建图像采集系统和菜品成熟度数据库； S3、利用菜品成熟度数据库训练图像深度学习模型，实现对不同成熟度菜品的目标检测与实例分割，分别构建成熟度判断系统； S4、基于概率密度函数与成熟度判断系统输出的菜品成熟度预测结果，进行不同成熟度菜品理化性质定量检测； 步骤S3中，目标检测任务通过迁移学习实现，基于Pytorch选取若干个现有图像深度学习模型，利用构建的菜品成熟度数据库进行训练，选择收敛最快，正确率最高、模型运转最稳定的模型作为最佳目标检测模型； 实例分割任务基于Yolov8模型实现，对其根据烹饪过程特点进行适应性改进，构建出成熟度识别表现更佳的Yolo_doneness模型用于实例分割； 基于最佳目标检测模型和Yolo_doneness模型，分别构建成熟度判断系统； 基于Yolov8模型，对其根据烹饪过程特点进行适应性改进，包括： 采用ContextGuide卷积代替原Yolov8模型特征提取部分C2f层，Deformable卷积代替原Yolov8模型传统卷积，TripletAttention注意力机制改进原Yolov8模型检测头部分C2f层，SA_attention检测头代替原Yolov8模型检测头，AOD‑PONO‑Net端到端的去雾检测模块作为前处理手段部署在数据输入Yolo_doneness之前，ASF与SDI组合以及SEAM注意力模块部署在原Yolov8模型检测头之前的数据融合部分，最后将所构造模型整合构建出具有菜品成熟度特异适用性的Yolo_doneness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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。