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！

龙图腾网获悉中国科学院合肥物质科学研究院申请的专利一种基于目标检测的智农生态监测与灌溉方法、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：CN121033744B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202510938232.X，技术领域涉及：G06V20/52；该发明授权一种基于目标检测的智农生态监测与灌溉方法、系统是由高会议;万莉;朱显文;李培华设计研发完成，并于2025-07-08向国家知识产权局提交的专利申请。

本一种基于目标检测的智农生态监测与灌溉方法、系统在说明书摘要公布了：本发明公开了一种基于目标检测的智农生态监测与灌溉方法、系统，涉及智农生态技术领域，通过提取出更充分完整的低级语义信息、特征通过金字塔结构并利用高效通道注意力模块对不同通道的权重重新标定，提取更关键的语义特征、采用SQL‑IoU损失函数和交叉熵函数对提取的特征进行目标定位和分类；利用目标检测算法检测害虫、病害、杂草等目标对象、根据检测结果调整灌溉策略和施肥计划。本发明提出一种新型轮廓亮度增强算法来处理数据集，增强模型泛化性，同时构建一种非锐化掩膜模块对网络浅层的细节特征进行充分提取，可以进一步提高深层神经网络的特征信息丰富度，提高检测精确度，并且SQL‑IoU损失函数可以增强模型的定位能力。

本发明授权一种基于目标检测的智农生态监测与灌溉方法、系统在权利要求书中公布了：1.一种基于目标检测的智农生态监测与灌溉方法，其特征在于，包括： 对采集到的已添加标注信息的表示农田图像的待检测图片构成的图像数据集进行轮廓亮度增强处理；标注信息包括表示害虫、病害及杂草结果的结论和对应结论所在位置的目标框； 通过包含浅层卷积层与非锐化掩膜模块循环相接结构的深度神经网络，分别提取待检测图片中的基础特征和低级特征； 基础特征与低级特征融合后输入至分类头和检测头，分别通过SQL-IoU损失函数和交叉熵函数完成深度神经网络模型的目标定位与分类训练； 借助训练后的深度神经网络模型识别实时采集的农田图像并输出害虫、病害及杂草的检测结果； 低级特征通过通过非锐化掩膜模块提取，具体方式为：构建backbone浅层网络；浅层网络中Conv卷积层和C3k2层交替组成的浅层提取网络，并在第二个Conv卷积层后插入非锐化掩膜模块，从而进行边缘轮廓低级特征的提取； 非锐化掩膜模块首先将输入大小为B、C1、H、W的图像按batch_size数分离成若干个C1、H、W大小的张量，然后建立高斯核对张量进行卷积处理，再将原张量与处理后的张量进行相加和相乘操作后再进行拼接。

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中国科学院合肥物质科学研究院，其通讯地址为：230031 安徽省合肥市蜀山区蜀山湖路350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。