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！

龙图腾网获悉长江大学;荆州市鹰拓科技有限公司申请的专利一种基于3D卷积网络模型的实蝇科昆虫行为识别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：CN117671479B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202310207911.0，技术领域涉及：G06V20/10；该发明授权一种基于3D卷积网络模型的实蝇科昆虫行为识别方法是由詹炜;韩涛;刘虎;桂连友设计研发完成，并于2023-03-02向国家知识产权局提交的专利申请。

本一种基于3D卷积网络模型的实蝇科昆虫行为识别方法在说明书摘要公布了：该基于3D卷积神经网络模型的实蝇科昆虫行为识别方法，并将模型命名为Y‑NLR3D行为识别模型。在该模型中，使用了Yolov5n网络作为模型的目标检测头部，可以实现对目标的快速追踪和定位，解决了实蝇科昆虫体积小、运动迅速和定位困难的问题；在模型的后半部分中，本发明使用添加了non‑local注意力模块的Resnet3D网络来进行实蝇科昆虫的行为分析。本发明提出的Y‑NLR3D模型不仅能够完成实蝇科昆虫的追踪和定位，而且相较于其他昆虫行为识别方法，有着更高的准确率。

本发明授权一种基于3D卷积网络模型的实蝇科昆虫行为识别方法在权利要求书中公布了：1.一种基于3D卷积网络模型的昆虫行为识别方法，其特征在于：该昆虫行为识别方法的具体步骤如下： 获取昆虫行为数据集，将预处理后的昆虫行为数据集对Y-NLR3D实蝇科昆虫行为识别模型进行训练，根据训练后的Y-NLR3D实蝇科昆虫行为识别模型进行实蝇科昆虫行为识别，使用Grad-CAM热力图显示算法对识别出的实蝇科昆虫行为进行显示； 所述Y-NLR3D实蝇科昆虫行为识别模型分为目标检测模块和行为识别模块； 所述目标检测模块由Yolov5n网络模型构成，分为4个部分：Input、Backbone、Neck、Head，在Input输入部分对输入模型的图像进行预处理，经过预处理后的图像大小会变成Backbone所需要的输入大小，即640x640；Backbone部分进行特征提取，Backbone网络骨干结构由CBS，C3和SPPF这3个模块构成；CBS模块首先会将输入的特征信息进行一个卷积操作，然后经过一个串联的BN层防止过拟合，最后经过siLU激活函数输出结果；C3模块有两个分支，一个分支经过一个CBS模块然后进行残差操作；另一个分支则经过一个CBS模块用来调整通道数，最后两个分支会进行concat特征融合操作；Neck部分位于Backbone网络和head输出之间，该部分使用了FPN和PAN特征融合机制来实现这一操作；在经过Neck部分后，网络会生成3个不同尺寸的特征图，将3个不同尺寸的特征图送入Head部分之后，yolov5模型会生成对应目标检测框和相应的类别标签； 所述行为识别模块由添加了Non-local注意力模块的Resnet3D网络模型构成，Non-local网络模块的数学定义如公式1所示：Z＝Wzy+X1，Z表示non-local算子的输出结果，X表示Non-local模块的特征图输入，它以残差连接的方式与Wz×y相加，y表示Non-local内部的计算结果，Wz是与X对齐的权重矩阵，保证Wz×y输出形状与X保持一致。

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长江大学;荆州市鹰拓科技有限公司，其通讯地址为：434020 湖北省荆州市荆州区南环路1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。