闽江学院李佐勇获国家专利权
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!
龙图腾网获悉闽江学院申请的专利基于深度学习的尿液有形成分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:CN117292375B 。
龙图腾网通过国家知识产权局官网在2025-12-09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:202310079228.3,技术领域涉及:G06V20/69;该发明授权基于深度学习的尿液有形成分检测方法是由李佐勇;沈苏健;刘伟霞;林小明;余兆钗设计研发完成,并于2023-02-03向国家知识产权局提交的专利申请。
本基于深度学习的尿液有形成分检测方法在说明书摘要公布了:本发明涉及一种基于深度学习的尿液有形成分检测方法。首先,针对尿液有形成分图像存在背景噪声大、边缘特征弱的难题,本发明在ECA‑Net的全局平均池化特征聚合通道基础上,增加全局最大池化特征聚合通道,保留更多图像边缘信息,进而提出EECA‑Net注意力机制,并在主干网络和颈部网络中加入EECA‑Net注意力机制,增强模型对边缘特征的提取能力;其次,考虑到YOLOv5s参数量较大,本发明分别使用GSConv模块、VoV‑GSCSP模块对主干网络和颈部网络的Conv模块、颈部网络的C3模块进行轻量化处理,降低模型复杂度。实验结果表明,本发明检测精度比YOLOv5s高1.7%,其模型参数量则降低了15%。
本发明授权基于深度学习的尿液有形成分检测方法在权利要求书中公布了:1.一种基于深度学习的尿液有形成分检测方法,其特征在于,首先,在ECA的全局平均池化特征聚合通道基础上,增加全局最大池化特征聚合通道,提出EECA注意力机制,并在主干网络和颈部网络中加入EECA注意力机制,增强模型对边缘特征的提取能力;其次,在YOLOv5的基础上,在颈部网络中使用VoV‑GSCSP模块代替C3模块,在主干网络和颈部网络中用GSConv模块代替Conv模块,在颈部网络形成Slim‑Neck结构;主干网络使用的是CSP‑Darknet53,并用GSConv模块代替Conv模块;在颈部网络中,在GSConv的基础上应用one‑shot聚合方法设计的VoV‑GSCSP和GSConv在颈部网络中分别替换的C3模块和Conv模块,组合成Slim‑Neck结构;所述EECA注意力机制获得方式如下: ECA通过全局平均池化GAP获得特征,通过大小为k的一维卷积来生成通道权重,其中k是通过通道数C的值自适应地确定的;k的计算公式如下: 其中|t|odd表示最接近t的奇数;分别将γ和b设为2和1;显然,通过映射关系ψ,高维通道具有范围更大的相互作用,而低维通道通过使用非线性映射进行范围更小的相互作用; 让不同尺寸的通道特征图得到适合该特征图通道大小的跨通道信息交互; 在ECA的全局平均池化GAP特征聚合通道基础上增加全局最大池化特征聚合通道,以保留更多的图像边缘纹理信息;具体地,将输入的大小为H×W×C的特征图通过全局平均池化和全局最大池化获得不同的聚合特征,分别执行大小为k的快速一维卷积来生成大小为1×1×C的通道权重,经过Sigmoid激活函数后进行相乘,再乘以原特征图得到输出结果。
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闽江学院,其通讯地址为:350108 福建省福州市闽侯县上街镇溪源宫路200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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励