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！

龙图腾网获悉华南农业大学申请的专利一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端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：CN119418266B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411435894.7，技术领域涉及：G06V20/52；该发明授权一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端是由谢家兴;陈绍楠;李君;刘警斌;陈雅忠;高群鹏;吴家涛;罗帆;李宗鸿;邓钲奇设计研发完成，并于2024-10-15向国家知识产权局提交的专利申请。

本一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端在说明书摘要公布了：本发明公开了一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端，包括：拍摄采集病虫害图片，并对图片进行标注构建训练所需的真实果园场景下的荔枝病虫害数据集，使用数据增强技术对数据集进行数据增强处理；使用处理后的数据集在pytorch框架上训练改进的YOLOV6模型，通过调参得到训练好的荔枝病虫害检测pt模型；采集荔枝植物图片输入训练好的荔枝病虫害检测pt模型得到荔枝病虫害检测结果；将训练后的pt模型转为通用的onnx模型，并进行模型裁剪，再转化为rknn模型并进行ptq量化，将模型从float32类型量化为int8类型，在嵌入式设备上调用模型推理的API接口，将模型部署在检测平台上。

本发明授权一种基于改进YOLOv6的荔枝病虫害检测方法、检测平台及终端在权利要求书中公布了：1.一种基于改进YOLOv6的荔枝病虫害检测方法，其特征在于，包括以下步骤： S1.拍摄采集病虫害图片，并对图片进行标注构建训练所需的真实果园场景下的荔枝病虫害数据集，使用数据增强技术对数据集进行数据增强处理； S2.使用处理后的数据集在pytorch框架上训练改进的YOLOv6模型，通过调参得到训练好的荔枝病虫害检测pt模型； S3.采集荔枝植物图片输入训练好的荔枝病虫害检测pt模型得到荔枝病虫害检测结果； 改进的YOLOv6模型包括主干网络backbone，颈部网络neck以及检测头detecthead； 主干网络使用EfficientRep，依次包括一个RepVGGBlock层和四个ERBlock，首先经过一个RepVGGBlock层进行下采样，并将通道数扩展，接着依次经过四个ERBlock进行四次下采样，每次下采样之后保存特征图，最后主干网络输出四个不同尺寸特征图作为颈部网络的输入，四个特征图按尺寸从大到小分别为x3、x2、x1、x0； 颈部网络使用RepBiFPANNeck，包括卷积层、上采样模块、下采样模块、双向融合层、RepBlock和HALF高低阶融合模块，颈部网络输出三个不同尺寸的特征图到检测头进行解析； 检测头使用Efficientdecoupledhead，由多个卷积层组成，采用混合通道策略，根据颈部输入的多级特征预测最终的检测结果，分类和定位分开为两个分支进行解耦； 主干网络的前三个ERBlock包括改进的下采样模块SPBlock和RepBlock，最后一个ERBlock包括改进的下采样模块SPBlock、RepBlock和一个CSPSPPF模块； SPBlock用于下采样，将输入特征在通道维度上拆分为两个部分，Representative部分执行卷积提取重要信息，Uncertain部分执行卷积补充隐含细节信息； RepBlock包含多个RepVGGBlock，对特征进行深度提取； CSPSPPF模块针对SPPF进行改进，在保持感受野不变的情况下获得速度提升。

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农业大学，其通讯地址为：510642 广东省广州市天河区五山路483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”。

以上内容由龙图腾AI智能生成。