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！

龙图腾网获悉华南农业大学申请的专利一种基于深度学习的柑橘木虱智能检测方法及装置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：CN116682106B 。

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：202310581519.2，技术领域涉及：G06V20/68；该发明授权一种基于深度学习的柑橘木虱智能检测方法及装置是由李震;赵崇海;吕石磊;邓晓玲;郑正;薛秀云;代秋芳;宋淑然;洪添胜;余正炜;张翀设计研发完成，并于2023-05-23向国家知识产权局提交的专利申请。

本一种基于深度学习的柑橘木虱智能检测方法及装置在说明书摘要公布了：本发明公开了一种基于深度学习的柑橘木虱智能检测方法及装置，方法包括以下步骤：S1、采集自然果园场景下的柑橘木虱彩色图像，对采集图像进行预处理，制成柑橘木虱数据集；S2、改进YOLOv5‑s网络模型，使用柑橘木虱数据集对改进后的YOLOv5‑s网络模型进行迭代训练，得到最优模型并将其作为木虱检测模型；S3、使用2台伺服舵机组成可旋转云台并搭载可变焦摄像头组成图像采集器；将木虱检测模型部署到嵌入式设备上并使用该设备控制图像采集器；S4、将图像采集器获取的图像输入木虱检测模型进行识别，确定所拍摄图像是否存在柑橘木虱及其位置。本发明方法及装置可部署于自然果园，对一定距离范围内的柑橘植株进行高效智能监控，以判断是否存在柑橘木虱。

本发明授权一种基于深度学习的柑橘木虱智能检测方法及装置在权利要求书中公布了：1.一种基于深度学习的柑橘木虱智能检测方法，其特征在于，包括以下步骤： S1、采集自然果园场景下的柑橘木虱彩色图像，对采集图像进行预处理，制成柑橘木虱数据集； S2、改进YOLOv5-s网络模型，使用柑橘木虱数据集对改进后的YOLOv5-s网络模型进行迭代训练，得到最优的改进后的YOLOv5-s网络模型并将其作为木虱检测模型，具体包括： S21、对YOLOv5-s网络模型进行改进，使用动态卷积替代传统卷积，增加针对小目标检测的二阶通道注意力机制；使用Wise-IoU替代C-IoU损失函数，获得改进后的YOLOv5-s网络模型；具体为： S211、使用通道-空间全维度动态卷积替换原YOLOV5-s网络模型的传统卷积方式，在进行卷积运算时，融合参与运算的n个卷积核组成的核空间中四个维度，对n个卷积核进行并行线性加权，避免过度平滑特征，提高特征的局部细节表达能力； S212、在原YOLOV5-s网络模型中引入二阶通道注意力机制，加强卷积神经网络中不同通道间信息的交互能力，从而提高网络模型对小目标的检测性能； S213、使用Wise-IoU替换原YOLOV5-s网络模型的C-IoU，引入了动态聚焦机制，根据两个边界框之间的距离和宽高比之间的差异来计算一个动态聚焦系数，将动态聚焦系数应用于边界框的坐标和宽高信息的回归损失中，从而更加关注不同部分的边界框回归； S22、对改进后的YOLOv5-s网络模型设置网络模型参数； S23、使用预处理后的部分彩色图像对改进后的YOLOv5-s网络模型进行迭代训练，每一轮迭代训练完后，使用验证集进行识别准确率验证； S24、将迭代训练时识别准确率最高的改进后的YOLOv5-s网络模型作为最终的木虱检测模型； S3、使用2台伺服舵机组成可旋转云台并搭载可变焦摄像头组成图像采集器；将木虱检测模型部署到嵌入式设备上并使用该设备控制图像采集器； S4、将图像采集器获取的图像输入木虱检测模型进行识别，确定所拍摄图像是否存在柑橘木虱及其位置。

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华南农业大学，其通讯地址为：510642 广东省广州市天河区五山路483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。