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！

龙图腾网获悉常州大学申请的专利基于改进深度学习的复杂背景下柑橘检测方法和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：CN119942530B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510014213.8，技术领域涉及：G06V20/68；该发明授权基于改进深度学习的复杂背景下柑橘检测方法和系统是由徐伟悦;沈聪;杨如雪;何翔;邹芸;彭杨沂设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本基于改进深度学习的复杂背景下柑橘检测方法和系统在说明书摘要公布了：本发明涉及基于改进深度学习的复杂背景下柑橘检测方法和系统，所述方法包括，采集果园中的复杂背景下柑橘图像，得到初始数据集；对初始数据集进行预处理，得到第一数据集；对第一数据集进行标注并进行格式转换，得到目标数据集；以YOLOv7‑tiny网络模型为深度学习基准模型构建改进的YOLOv7‑tiny网络模型作为柑橘检测网络模型；对柑橘检测网络模型进行训练和评估；获取柑橘检测网络模型的最优权重并对柑橘检测网络模型进行测试；通过柑橘检测模型得到测试结果并基于交并比IOU计算精确率和召回率进而判断检测的准确性。本发明的改进后的YOLOv7‑tiny网络模型能够有效检测中小型柑橘目标，提高了模型的检测精度和速度的同时兼顾了模型轻量化。

本发明授权基于改进深度学习的复杂背景下柑橘检测方法和系统在权利要求书中公布了：1.一种基于改进深度学习的复杂背景下柑橘检测方法，其特征在于，包括： S1，采集果园中的复杂背景柑橘图像，得到初始数据集； S2，对初始数据集进行预处理，得到第一数据集； S3，对第一数据集进行标注并进行格式转换，得到目标数据集； S4，以YOLOv7-tiny网络模型为深度学习基准模型构建改进的YOLOv7-tiny网络模型作为柑橘检测网络模型；其中，改进的YOLOv7-tiny网络模型包括，将骨干网络中所有的CBS模块中的Conv模块替换为PConvBS模块；采用特征融合的方式将骨干网络中的ELAN模块替换为Faster-PELAN模块；在颈部网络中采用ELAN-H模块进行多尺度特征融合；对骨干网络与检测头进行优化包括将骨干网络下采样次数进行缩减并移除对应的大型目标检测头；检测头采用αShape-IoULoss作为损失函数； 所述Faster-PELAN模块由PConvBS模块、DWConvBS模块、Concat模块以及CBS模块构成；Faster-PELAN模块有两个路径，第一条路径会经过PConvBS模块和DWConvBS模块进行快速采样，第二条路径则通过PConvBS模块进行采样；第一条路径上的特定层采样后的特征图会与第二条路径采样后的特征图进行拼接，最后通过一个卷积层完成特征聚合过程；PConvBS模块由PConv模块、BatchNormalization层和SiLU激活函数顺序构成，所述DWConvBS模块由DWConv模块、BatchNormalization层和SiLU激活函数顺序构成； 所述损失函数αShape-IoULoss的计算公式为： LαShape-IoU＝α1-IoU+1-αdistanceshape+0.5×Ωshape 其中，LαShape-IoU为损失函数，α为权重参数，IoU为交并比，distanceshape为形状距离，Ωshape为形状复杂度相关项； S5，对柑橘检测网络模型进行训练和评估； S6，获取柑橘检测网络模型的最优权重并对柑橘检测网络模型进行测试； S7，通过柑橘检测模型得到测试结果并基于交并比IOU计算精确率和召回率进而判断检测的准确性。

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常州大学，其通讯地址为：213164 江苏省常州市武进区湖塘镇滆湖中路21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。