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！

龙图腾网获悉合肥工业大学申请的专利基于深度学习的新鲜茶叶粘连叶智能识别系统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：CN120580633B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202511080485.4，技术领域涉及：G06V20/40；该发明授权基于深度学习的新鲜茶叶粘连叶智能识别系统及方法是由马飞;王健;郑磊;刘亦剑;张承晨;柴陈星;王球设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本基于深度学习的新鲜茶叶粘连叶智能识别系统及方法在说明书摘要公布了：本发明公开了基于深度学习的新鲜茶叶粘连叶智能识别系统及方法，涉及新鲜茶叶检测技术领域，用于解决现有新鲜茶叶分级技术的不足；包括视频帧采集数据模块，经自适应帧筛选获鲜茶叶原始图像数据集；数据增强模块基于类别难度因子分层增强得增强样本暂存集；改进模型搭建模块构建基础模型，结合高效多尺度注意力模块强化粘连特征，动态上采样模块生成高分辨率特征图；数据训练验证模块输出分类结果；本发明提升鲜茶叶分选中粘连叶识别精度与效率。

本发明授权基于深度学习的新鲜茶叶粘连叶智能识别系统及方法在权利要求书中公布了：1.基于深度学习的新鲜茶叶粘连叶智能识别系统，其特征在于，包括：视频帧采集数据模块，用于采集传送带上鲜茶叶运动的图像序列，通过自适应帧筛选得到鲜茶叶原始图像数据集； 数据增强模块，用于对所述鲜茶叶原始图像数据集基于各类粘连叶识别难度差异生成类别难度因子，并基于类别难度因子执行增强分层操作，得到增强样本暂存集； 改进模型搭建模块包含基础模型构建单元，用于基于YOLOv8n目标检测框架构建初始粘连叶检测基础模型，并利用所述增强样本暂存集训练得到粘连叶检测基础模型； 高效多尺度注意力模块构建单元，用于处理粘连叶检测基础模型中主干网络输出的特征图并强化粘连区域特征，得到增强特征图； 动态上采样模块构建单元，用于基于增强特征图计算叶片边缘梯度图及预测框交并比，生成标识轻度粘连区域的二值掩膜；结合二值掩膜差异化调节采样偏移量以生成高分辨率优化特征图； 数据训练验证模块，用于将高分辨率优化特征图输入至粘连叶检测基础模型的检测头进行茶叶粘连叶识别并输出粘连叶分类结果； 所述动态上采样模块构建单元中结合二值掩膜差异化调节采样偏移量，包括：基于动态上采样模块内部线性变换层对增强特征图进行维度变换，生成基础偏移量；利用轻量级网络对增强特征图进行特征处理，再经Sigmoid函数激活处理，最后将激活结果乘以预设缩放系数得到预设动态范围因子；其中，轻量级网络为输出通道数为1的特征提取网络； 对M=1的轻度粘连区域，将预设区域调整系数和预设动态范围因子的乘积作为轻度粘连区域的范围因子；其中， 结合基础偏移网络生成最终偏移量；依据以下公式： ；其中，基础偏移网络为输出通道数为的特征提取网络，且； 基于得到的最终偏移量后对最终偏移量执行PixelShuffle操作即将通道维度重排为空间网格，得到； 融合标准网格G与最终偏移量，得到最终采样集坐标；其中，基于S对增强特征图执行插值采样，生成高分辨率优化特征图。

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合肥工业大学，其通讯地址为：230041 安徽省合肥市包河区屯溪路193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。