Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜深圳市锐明像素科技有限公司王鹏获国家专利权

恭喜深圳市锐明像素科技有限公司王鹏获国家专利权

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!

龙图腾网恭喜深圳市锐明像素科技有限公司申请的专利深度学习的树木倒伏识别方法、装置、电子设备及程序产品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:CN119360141B

龙图腾网通过国家知识产权局官网在2025-04-04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:202411920327.0,技术领域涉及:G06V10/764;该发明授权深度学习的树木倒伏识别方法、装置、电子设备及程序产品是由王鹏;徐垚凡;白雨桭;游东旭;刘加美设计研发完成,并于2024-12-25向国家知识产权局提交的专利申请。

深度学习的树木倒伏识别方法、装置、电子设备及程序产品在说明书摘要公布了:本申请公开了一种深度学习的树木倒伏识别方法、装置、电子设备及程序产品,该方法通过训练完成的树木识别模型进行识别。其中,树木识别模型的骨干网络和或颈部网络设置有C2fMSG模块,C2fMSG模块通过在轻量级网络结构Ghost中嵌入多尺度卷积得到的MSGhost,不仅可以大大提升树木倒伏的识别速度,而且有利于识别不同尺度的树木倒伏。在骨干网络的最后一个尺度后设置W‑SPPELAN模块,可以帮助模型更好地整合来自不同尺度的信息,通过自学习来动态调节不同尺度的通道权重,以增强模型对倒伏树木有效特征的捕捉能力,从而更好地应对识别中面临的背景环境复杂和识别特征不明显的问题,提高树木倒伏的识别精度。

本发明授权深度学习的树木倒伏识别方法、装置、电子设备及程序产品在权利要求书中公布了:1.一种深度学习的树木倒伏识别方法,其特征在于,包括:基于预先训练完成的树木识别模型的骨干网络对待识别图像进行特征提取,得到图像特征;所述待识别图像包括行道树;基于所述树木识别模型的颈部网络对所述图像特征进行融合,得到融合特征;基于所述树木识别模型的识别网络对所述融合特征进行识别,得到所述待识别图像中树木倒伏的识别结果;其中,所述骨干网络和或所述颈部网络设置有C2fMSG模块,所述C2fMSG模块通过嵌入多尺度卷积的轻量级网络结构改进C2f模块得到,所述C2fMSG模块用于提取并融合多尺度深层特征;所述C2fMSG模块包括至少2个层级的MSGBottleneck结构,所述MSGBottleneck结构通过所述嵌入多尺度卷积的轻量级网络结构改进C2f模块的Bottleneck得到;针对输入所述C2fMSG模块的第一特征:将压缩通道后的所述第一特征输入所述MSGBottleneck结构,得到多尺度深层特征;将所述多尺度深层特征与压缩通道后的所述第一特征拼接,得到第一拼接特征;扩充所述第一拼接特征的通道,得到与所述第一特征尺度相同的第一输出特征;所述MSGBottleneck结构包括至少2个顺序连接的MSGBottleneck层;针对输入每个MSGBottleneck层的第二特征:对所述第二特征依次执行两次多尺度卷积操作,得到多尺度特征;对所述第二特征依次执行深度卷积操作和卷积操作,得到第二卷积特征;将所述多尺度特征与所述第二卷积特征拼接,得到所述第二特征对应的第二输出特征,所述多尺度深层特征基于各所述MSGBottleneck层的第二输出特征融合得到。

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深圳市锐明像素科技有限公司,其通讯地址为:518000 广东省深圳市南山区桃源街道长源社区学苑大道1001号B1栋2001;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”。

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。