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！

龙图腾网获悉桂林电子科技大学;东北林业大学申请的专利一种基于改进YOLO对梢斑螟森林病害程度检测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：CN119672517B 。

龙图腾网通过国家知识产权局官网在2025-11-28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：202411633009.6，技术领域涉及：G06V20/10；该发明授权一种基于改进YOLO对梢斑螟森林病害程度检测方法是由刘壮;张冬妍;周宏威;赵雪梅设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种基于改进YOLO对梢斑螟森林病害程度检测方法在说明书摘要公布了：本发明涉及计算机视觉技术领域，具体涉及一种基于改进YOLO对梢斑螟森林病害程度检测方法，通过无人机获取自制梢斑螟虫蛀图像数据集预处理及分类，再将分类后的训练集和验证集输入到YOLOv7网络模型中进行训练和验证，添加CloFormer注意力增强局部特征模块、增加分类对比损失函数FocalLoss和小目标检测损失函数NWDNormalizedWassersteinDistance替换现YOLOv7网络模型中的损失函数，得到改进网络模型，基于训练集和验证集对改进网络模型进行模型训练，得到优化后的最终YOLO网络模型；利用最终YOLO网络模型对梢斑螟虫蛀数据集进行检测。经实验证明，本发明在各种光照条件下均能保持高精度检测，使YOLOv7模型在识别梢斑螟虫蛀树木方面达到了更高的准确度，有效解决了漏检问题。

本发明授权一种基于改进YOLO对梢斑螟森林病害程度检测方法在权利要求书中公布了：1.一种基于改进YOLO对梢斑螟森林病害程度检测方法，其特征在于，包括下列步骤： 步骤1：使用无人机获取自制梢斑螟虫蛀数据集4684张，获取图像数据使用Labelme进行图像分类标注并进行交叉验证，得到标注好图像数据并按照预设比例8：1：1将梢斑螟虫蛀数据集随机分为训练集、验证集和测试集； 步骤2：将训练集和验证集输入到YOLOv7网络模型中进行训练和验证，获得YOLOv7网络模型的训练权重文件，并基于损失函数通过前后向传播对训练权重文件进行迭代优化，获得训练后的YOLOv7网络模型； 步骤3：添加CloFormer注意力增强局部特征模块、增加分类对比损失函数FocalLoss和小目标检测损失函数NWD替换现YOLOv7网络模型中的损失函数，得到改进网络模型； 所述CloFormer注意力增强局部特征模块的组件中包括Clo块，每个Clo块由一个局部分支和一个全局分支组成； 全局分支中对键向量K和值向量V进行了下采样以减少计算量，然后对Q、K和V进行标准的注意力操作，公式如下： Xglobal＝AttntionQg,PoolKgPoolVg 局部分支AttnConv首先使用深度卷积DWconv提取局部表示，其中深度卷积DWconv具有共享权重，然后使用上下文感知权重来增强局部特征； 步骤4：基于训练集和验证集对改进网络模型进行模型训练，得到优化后的最终YOLO网络模型；利用最终YOLO网络模型对梢斑螟虫蛀数据集进行检测。

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桂林电子科技大学;东北林业大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路1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。