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基于深度学习的玉米果穗收获机收获损失预测方法及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：CN121074689B 。

龙图腾网通过国家知识产权局官网在2026-01-30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：202511612243.5，技术领域涉及：G06V20/10；该发明授权基于深度学习的玉米果穗收获机收获损失预测方法及系统是由张成远;付君;薛钊;付乾坤;王恒一;刘凤双;李振晔设计研发完成，并于2025-11-06向国家知识产权局提交的专利申请。

本基于深度学习的玉米果穗收获机收获损失预测方法及系统在说明书摘要公布了：本发明涉及计算机视觉技术领域，具体公开了基于深度学习的玉米果穗收获机收获损失预测方法及系统，所述方法包括实时采集玉米收获机集穗箱内的果穗图像，将果穗图像裁剪为若干个预设尺寸的子图像；基于预训练的像素级分类模型对子图像进行像素级分类，生成每个子图像的三通道标签图；将若干个三通道标签图拼接形成与原始图像尺寸一致的整体标签图；基于所述整体标签图计算损伤玉米果穗像素占比；当集穗箱装满后，基于预训练的收获损失预测模型输出玉米果穗收获损失质量的预测值；基于深度学习的方法能在不同光照情况更准确的检测玉米收获机收获时玉米损伤比例，同时解决因损伤果穗像素样本少导致模型对损伤像素识别低的问题。

本发明授权基于深度学习的玉米果穗收获机收获损失预测方法及系统在权利要求书中公布了：1.基于深度学习的玉米果穗收获机收获损失预测方法，其特征在于，所述方法包括： 实时采集玉米收获机集穗箱内的果穗图像，将果穗图像裁剪为若干个预设尺寸的子图像； 构建像素级分类模型，基于预训练的像素级分类模型对子图像进行像素级分类，生成每个子图像的三通道标签图； 将若干个三通道标签图拼接形成与原始图像尺寸一致的整体标签图； 基于所述整体标签图计算损伤玉米果穗像素占比； 构建收获损失预测模型，当集穗箱装满后，基于预训练的收获损失预测模型根据多次采集的整体标签图及其对应的损伤占比输出玉米果穗收获损失质量的预测值； 所述像素级分类模型为融合倒置瓶颈注意力UNet模型，其编码器基于改进的EfficientNetb3模型，所述改进的EfficientNetb3模型为：EfficientNetb3模型的前五层替换为融合倒置瓶颈卷积结构； 所述收获损失预测模型为孪生式双通道格拉姆角场差分-求和融合网络模型。

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。