Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 山东农业大学吴秋兰获国家专利权

山东农业大学吴秋兰获国家专利权

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!

龙图腾网获悉山东农业大学申请的专利基于改进YoLoV5s的香菇菌棒污染识别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:CN116342930B

龙图腾网通过国家知识产权局官网在2026-03-24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:202310155569.4,技术领域涉及:G06V10/764;该发明授权基于改进YoLoV5s的香菇菌棒污染识别系统是由吴秋兰;陈雪飞;张峰;郭秀梅;王鲁;朱子欣设计研发完成,并于2023-02-23向国家知识产权局提交的专利申请。

基于改进YoLoV5s的香菇菌棒污染识别系统在说明书摘要公布了:本发明香菇菌棒污染识别领域,具体是一种主基于改进YoLoV5s的香菇菌棒污染识别系统,本发明的目的在于提供一种基于改进YoLoV5s的香菇菌棒污染识别系统,本申请在YoLoV5s的基础上进行改进与优化,提出了YoLoV5s‑CGG香菇菌棒污染识别模型。该模型在特征提取网络中引入CA注意力机制,突出识别对象特征,提高菌棒污染识别的准确性;结合GSConv和GhostConv模块优化特征融合网络,保证提高菌棒污染识别准确性的同时提高识别效率。本文提出的方法适用于香菇菌棒发菌过程的污染识别,其包括在YoLoV5s的特征提取网络加入CACoordinateAttention注意力机制,提高菌棒污染的可识别性和目标定位的准确性。

本发明授权基于改进YoLoV5s的香菇菌棒污染识别系统在权利要求书中公布了:1.一种基于改进YoLoV5s的香菇菌棒污染识别系统,其特征在于:其包括下列步骤: S1:香菇菌棒数据采集: S1-1:采集香菇菌棒图像,根据杂菌类型将香菇菌棒进行分类,分为正常香菇菌棒图像和各种污染菌棒图像,每类的图像采集至少300张; S2:香菇菌棒数据预处理:对采集到的香菇菌棒图像进行数据增强,增广数据集; S3:标注数据集,构建训练、验证、测试样本集: 利用线上MAKESENSE数据集标注方法对香菇菌棒污染类型进行标注,通过标注赋予正常和各种污染菌群标签信息,标注部分即为网络模型训练过程中的GroundTruthGT,是网络模型训练过程中的正样本,未标注部分为背景background,即为网络模型训练过程中的负样本; 标注完的数据直接导出为YoLo格式的txt文件,其中记录了污染类型、长宽、位置信息,最后,将标注的数据集按照7:2:1的比例划分为训练集、验证集、测试集; S4:针对数据集特征,对Yolov5s网络进行适应性改进,构建用于香菇菌棒污染识别的YoLoV5s-CGGS网络模型: S4-1:在YoLoV5s的特征提取网络加入CACoordinateAttention注意力机制提高菌棒污染的可识别性和目标定位的准确性,其计算过程如下: 使用大小为H,1和1,W的平均池化分别沿着水平坐标与垂直坐标方向对每个通道进行编码,因此,高度为h的第c通道和宽度为w的第c通道的输出分别表示为: ; ; 式中两个变换沿着两个空间进行特征聚合,级联生成两个特征图zh、zw,然后使用1×1卷积变换函数F1,生成对空间信息在水平方向和垂直方向的中间特征图f,公式如下: ; 式中,[zh,zw]为表示将沿水平方向编码得到的特征zh与沿垂直方向编码得到的特征zw在通道维度上进行拼接concatenate的操作,δ为非线性激活函数,f为对空间信息在水平方向和垂直方向进行编码的中间特征映射,然后沿空间维度将f分成两个单张量fh和fw,再利用两个卷积核大小为1的卷积运算Fh和Fw将特征图fh和fw变换为与输入X同样的通道数,公式如下: ; ; 式中σ是sigmoid激活函数,然后对输出gh和gw进行扩展,分别作为注意力权重,最后,CA模块的输出Y如下: ; S4-2:采用GSConv和GhostConv模块对特征融合网络进行改进,将第10层网络模块替换为GSConv模块,GSConv模块的时间复杂度为:; 其中,W为输出特征图的宽度;H是输出特征图的高度;K1,K2为卷积核的大小;C1为每个卷积核的通道数,也是输入特征图的通道数,C2为输出特征图的通道数; GhostConv模块中执行相同大小的的线性操作,利用Ghost模块升级普通卷积的理论加速比如下: ; 式中h'·w'·c为输出张量,k为第一次变换卷积核大小,d为第二次线性变换卷积核大 小,为第一次变换时的输出通道数目; S5:通过训练集训练网络模型: S5-1:YoLoV5s-CGGS采用YoLoV5s在COCO数据集训练得出的默认超参数,学习率设置为0.01;超参数优化设置为SGD;学习率动量设置为0.937;批量大小设置为32;迭代次数设置为200; S6:将S5步骤训练后的香菇菌棒污染识别模型部署到移动端APP接口中,通过移动端APP拍照香菇菌棒。

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山东农业大学,其通讯地址为:271000 山东省泰安市泰山区岱宗大街61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。

免责声明
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。