Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 浙江农林大学徐爱俊获国家专利权

浙江农林大学徐爱俊获国家专利权

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!

龙图腾网获悉浙江农林大学申请的专利一种猪只计数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:CN119810015B

龙图腾网通过国家知识产权局官网在2025-11-11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:202411668345.4,技术领域涉及:G06T7/00;该发明授权一种猪只计数方法是由徐爱俊;陈韬;叶俊华;周素茵设计研发完成,并于2024-11-21向国家知识产权局提交的专利申请。

一种猪只计数方法在说明书摘要公布了:本发明公开了一种猪只计数方法,包括以下步骤,构建基于点标注的猪只计数数据集;在所述P2Pnet的主干网络VGG16中的每个body后面加入高效通道注意力的ECA模块;在所述P2Pnet的特征金字塔FPN结构加入坐标通道混洗注意力的CSA模块;将所述P2Pnet中的分类损失使用的交叉熵损失函数替换为FocalDiceloss提升模型的分类准确性;对点回归任务中的匈牙利匹配算法进行改进,包括引入不确定性成本处理机制、加权距离处理机制和自适应密度惩罚机制提高匹配精度;最终得到改进后模型为PIG‑P2PNet,将所述PIG‑P2PNet应用于猪只计数。本发明的有益效果:在各种实际环境中具有适应性和泛化能力,计数精度和鲁棒性方面表现优异,尤其在高密度、遮挡复杂的饲养环境中效果十分突出。

本发明授权一种猪只计数方法在权利要求书中公布了:1.一种猪只计数方法,其特征在于:包括以下步骤, 构建基于点标注的猪只计数数据集; 搭建人群计数模型P2PNet; 在所述P2Pnet的主干网络VGG16中的每个body后面加入高效通道注意力的ECA模块; 在所述P2Pnet的特征金字塔FPN结构加入坐标通道混洗注意力的CSA模块; 将所述P2Pnet中的分类损失使用的交叉熵损失函数替换为FocalDiceloss提升模型的分类准确性; 对点回归任务中的匈牙利匹配算法进行改进,设计基于情景感知的匈牙利匹配算法,包括引入不确定性成本处理机制、加权距离处理机制和自适应密度惩罚机制提高匹配精度,其中, 引入所述不确定性成本处理机制包括以下步骤, 根据置信度调整匹配成本,降低低置信度预测点的匹配概率,如下式, Cuncertaintyi,j=Cpointi,j·ui 式中,Cpointi,j表示预测点和真实点之间的欧几里得距离,ui表示预测点的置信度; 引入所述加权距离处理机制包括以下步骤, 在匹配过程中对预测点和真实点之间的距离施加权重,如下式, 式中,Cdistance是加权距离成本,Cuncertainty是不确定成本,Cpoint是欧几里得距离,σ是不确定性成本的权重并用于平衡不确定性成本,∈用于防止分母为零; 通过施加权重优化点与点之间的匹配成本,距离越小的点将被赋予更大的权重; 加入所述自适应密度惩罚机制包括以下步骤, 通过使用KNN算法计算局部密度的差异,灵活调整匹配成本,在密集区域提高匹配精细度,而在稀疏区域提供更大的容差,如下式, Cdensityi,j=exp-λ·|di-dj| 式中,Cdensity是自适应密度惩罚成本,di和dj分别表示预测点和真实点的局部密度,λ是控制指数平滑的参数; 通过将分类成本、加权距离成本、不确定性成本和自适应密度惩罚成本相结合,得到改进后的最终匹配成本,如下式, Ctotali,j=α·Cclassi,j+β·Cdistancei,j+γ·Cdensityi,j 式中,α、β、γ分别是各个成本项的权重,Cclassi,j是分类成本; 最终得到改进后模型为PIG-P2PNet,将所述PIG-P2PNet应用于猪只计数。

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农林大学,其通讯地址为:311300 浙江省杭州市临安区武肃街666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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。