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！

龙图腾网获悉吉林大学申请的专利改进YOLO融合超几何分布的玉米粒双面损伤实时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：CN120876462B 。

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：202511368302.9，技术领域涉及：G06T7/00；该发明授权改进YOLO融合超几何分布的玉米粒双面损伤实时检测方法是由张强;魏海洋;周海根;高小迪;吴昕玲;赵雪琳;殷炜棋;李瑞琦;田波设计研发完成，并于2025-09-24向国家知识产权局提交的专利申请。

本改进YOLO融合超几何分布的玉米粒双面损伤实时检测方法在说明书摘要公布了：本发明公开了改进YOLO融合超几何分布的玉米粒双面损伤实时检测方法，涉及目标检测技术领域，包括，采集玉米籽粒图像，构建损伤检测数据集将EfficientNet‑V2作为主干网络，Slim‑Neck作为颈部网络，解耦式结构作为头部网络，结合MPDIoU损失函数构建改进YOLOv5s网络模型，将训练完成的改进YOLOv5s网络模型与基于超几何分布的损伤概率计算模型融合，获取融合检测模型，输入玉米籽粒图像，获取玉米籽粒双面损伤检测结果。在小尺寸且高密度目标和细微裂纹场景下实现了稳定地损伤检测，而且在单面损伤检测条件下获取双面损伤检测数据，兼顾检测精度和实时性。

本发明授权改进YOLO融合超几何分布的玉米粒双面损伤实时检测方法在权利要求书中公布了：1.一种改进YOLO融合超几何分布的玉米粒双面损伤实时检测方法，其特征在于：包括， 采集玉米籽粒图像构建损伤检测数据集，并划分为训练集、验证集以及测试集，对训练集进行数据增强； 采用卷积神经网络架构作为主干网络，轻量化目标检测网络结构作为颈部网络，解耦式结构作为头部网络，通过边界框回归损失函数，构建改进YOLOv5s网络模型； 通过训练集对改进YOLOv5s网络模型进行训练，确定最优参数，获取训练完成的改进YOLOv5s网络模型； 构建基于超几何分布的损伤概率计算模型，将改进YOLOv5s网络模型和损失概率计算模型进行融合，获取融合检测模型； 将实时检测到的玉米籽粒图像输入融合检测模型，获取玉米籽粒双面损伤检测结果； 所述将实时检测到的玉米籽粒图像输入融合检测模型，获取玉米籽粒双面损伤检测结果，具体步骤为， 通过训练完成的改进YOLOv5s网络模型对玉米籽粒图像进行检测，获取玉米籽粒分类定位计数结果； 根据玉米籽粒分类定位计数结果，计算单面损伤率； 基于超几何分布的损伤概率计算模型，计算双面损伤玉米籽粒数量的数学期望值； 融合输出整张玉米籽粒图像中玉米籽粒群体的双面损伤率评估结果； 所述基于超几何分布的损伤概率计算模型，表示为： ； 其中，表示双面损伤玉米籽粒数量的数学期望值，表示从个预估反面损伤玉米籽粒中选取0个的组合数，表示从个预估反面损伤玉米籽粒中选取1个的组合数，表示从个预估反面损伤玉米籽粒中选取个的组合数，表示从个预估反面损伤玉米籽粒中选取个的组合数，表示从个预估反面未损伤玉米籽粒中选取个的组合数，表示从个预估反面未损伤玉米籽粒中选取个的组合数，表示从个预估反面未损伤玉米籽粒中选取1个的组合数，表示从个预估反面未损伤玉米籽粒中选取0个的组合数，代表从个反面玉米籽粒总数中选取个玉米籽粒的组合数，表示单面损伤率，表示玉米籽粒图像中的玉米籽粒总数，表示未知的反面损伤玉米籽粒个数。

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吉林大学，其通讯地址为：130012 吉林省长春市前进大街2699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。