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！

龙图腾网获悉南通大学申请的专利一种融合YOLO与Transformer的紫菜养殖场景检测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：CN120894666B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202511081560.9，技术领域涉及：G06V10/82；该发明授权一种融合YOLO与Transformer的紫菜养殖场景检测方法是由丁卫平;武倩楠;谢天;魏新华;戴稳豪;王静;许骞设计研发完成，并于2025-08-04向国家知识产权局提交的专利申请。

本一种融合YOLO与Transformer的紫菜养殖场景检测方法在说明书摘要公布了：本发明提供了一种融合YOLO与Transformer的紫菜养殖场景检测方法，属于图像识别与智能农业技术领域，解决了传统紫菜养殖监测效率低、精度不足的技术问题。技术方案为：S1、采集并预处理紫菜养殖图像，构建含紫菜、插杆及筏网目标的标注数据集；S2、构建融合YOLO模块与Transformer模块的检测模型；S3、基于训练数据集，利用优化算法迭代训练模型参数直至性能达标；S4、对待测图像预处理后输入训练好的模型进行检测，再通过非极大值抑制算法滤除重叠框，获得最终结果。本发明能准确监测紫菜、插杆、筏网等关键目标，提高监测自动化水平与准确率。

本发明授权一种融合YOLO与Transformer的紫菜养殖场景检测方法在权利要求书中公布了：1.一种融合YOLO与Transformer的紫菜养殖场景检测方法，其特征在于，包括以下步骤： S1、采集紫菜养殖环境中的数字图像，图像中包含紫菜、筏网、插杆中至少一种关键目标，对所述图像执行包括去噪、图像增强及尺寸归一化的预处理，采用图像标注工具对经预处理的图像进行标注，生成包含目标边界框及类别标签的训练数据集； S2、构建一种YOLO-Transformer融合检测模型，其中，利用YOLO-Transformer融合检测模型的自注意力机制增强其对图像特征的提取能力与上下文理解能力； 所述S2包括以下步骤： 步骤S2.1：构建基于滑动窗口视觉Transformer网络作为特征提取骨干，并提取分层特征；所述滑动窗口视觉Transformer网络用以替换原YOLO模型中的交叉阶段局部网络； 步骤S2.2：构建多尺度特征融合网络，在滑动窗口视觉Transformer网络输出的多尺度特征图之间，构建双向特征金字塔网络结构，对来自不同层级的包含紫菜形态、筏网结构和插杆尺寸信息的特征图进行自顶向下和自底向上的双向信息流动，并为每个输入的特征图分配一个可学习的权重进行加权融合；步骤S2.3：在所述双向特征金字塔网络的特征融合路径中的一个或多个节点，插入跨阶段局部注意力模块，跨阶段局部注意力模块首先将输入节点的特征图在通道维度上分割为两部分和，其中，随后，对第一特征部分应用坐标注意力机制，以生成对插杆细长目标及筏网网格状结构的注意力图；坐标注意力的计算始于坐标信息嵌入，其通过对特征分别沿水平和垂直方向进行一维全局池化来聚合空间信息，得到方向感知的特征向量： 5； 其中，和分别为第通道在高度和宽度上的输出，为特征图高度，特征图宽度，为第通道在位置的特征值，为第通道在位置的特征值；接着进入坐标注意力生成步骤，将两个方向的特征向量拼接后，通过共享卷积层和非线性激活函数进行变换，再将结果分解为两个独立张量和，并分别通过独立的卷积层、及Sigmoid函数生成注意力权重和： 6； 最终，将生成的注意力权重应用于特征，并与未经处理的特征进行拼接融合，得到C2PSA模块的最终输出： 7； 其中，为张量拼接操作； 步骤S2.4：在步骤S2.3输出的增强特征图基础上，配置分别对应P2、P3、P4、P5不同级别尺度特征的检测头；所述P2级别的检测头用于处理高分辨率特征图，以检测图像中的插杆小尺寸目标，P3至P5级别的检测头则分别在相应尺度的特征图上对紫菜、筏网中、大尺寸目标进行检测框回归与类别预测； S3、基于步骤S1所述的训练数据集，采用包含定位损失、分类损失与置信度损失的复合损失函数，并选用优化算法，对步骤S2所述的YOLO-Transformer融合检测模型的网络参数进行迭代训练，直至YOLO-Transformer融合检测模型在紫菜养殖目标识别任务上的性能指标满足预设要求，获得训练完毕的检测模型； 所述定位损失采用Focal-CIoU损失； S4、将待检测的紫菜养殖区图像进行与步骤S1相同的预处理，将预处理后的图像输入至步骤S3训练完成的检测模型中进行前向推理，获取包含目标检测框、类别及置信度的初始检测结果，对所述初始检测结果应用非极大值抑制算法，合并、滤除针对同一紫菜、筏网或插杆目标的重叠检测框，获得最终检测结果。

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南通大学，其通讯地址为：226000 江苏省南通市崇川区永福路79号1幢南通大学技术转移研究院；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。