買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉浙江大學申請的專利基于改進YOLO-X的浙貝母目標檢測方法的構建方法及應用獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115527040B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211118083.5，技術領域涉及：G06V10/44；該發明授權基于改進YOLO-X的浙貝母目標檢測方法的構建方法及應用是由王俊;董成燁;韋真博;杜冬冬;王永維設計研發完成，并于2022-09-14向國家知識產權局提交的專利申請。

本基于改進YOLO-X的浙貝母目標檢測方法的構建方法及應用在說明書摘要公布了：本發明公開了一種基于改進YOLO?X的浙貝母目標檢測方法的構建方法及應用，屬于農產品檢測領域，本發明是以YOLO?X為基線模型的算法改進，主要是在YOLO?X的主干特征值提取網絡（CSPDarkNet?53）的末端有效特征層輸出端嵌入了一層膨脹系數為4的帶填充（padding）的空洞卷積結構，在不增加參數量、計算量的同時，擴大了目標檢測算法的感受野，增加了其對尺度特征的敏感度，有效減少了YOLO?X目標檢測算法對某些等級浙貝母的誤判概率，提升了對浙貝母目標檢測的精度和速度。另外本發明將多個待檢測物料集中拍攝、處理并依次精準分級，解決了現有技術存在拍照頻率高、檢測效率低的問題，促進了其在中醫藥市場的發展，同時還為其它類似產品的無損檢測提供了新思路。

本發明授權基于改進YOLO-X的浙貝母目標檢測方法的構建方法及應用在權利要求書中公布了：1.一種基于改進YOLO-X的浙貝母多目標檢測與分揀方法的構建方法，其特征在于，包括以下步驟： 步驟（1）：將不同等級、不同擺放姿態的浙貝母置于帶有反光圖層的黑箱底部的白板上，在漫反射光照的條件下，使用相機拍攝數量相同的單目標圖像和多目標圖像，多目標圖像中各類浙貝母數量相同，多粒浙貝母呈單列化狀且位于相機視場中線位置，以模擬在線檢測場景；為避免丟失或扭曲目標特征，將拍攝好的RGB圖像的像素調整為3200*3200，作為浙貝母數據集，按6:2:2的比例，將數據集劃分為訓練集、驗證集、測試集后，對YOLO-X目標檢測算法進行訓練、驗證和測試； 步驟（2）：基于步驟（1）中的測試結果，在YOLO-X目標檢測算法的主干特征提取網絡的末端添加一層帶padding的空洞卷積結構，經優化后，空洞卷積結構的膨脹系數調整為4； 步驟（3）：基于步驟（1）中浙貝母數據集的訓練集與驗證集，對改進后的YOLO-X目標檢測算法進行訓練并獲得模型； 步驟（4）：基于步驟（1）中浙貝母數據集的測試集對步驟（3）所得模型進行測試，采用AP、mAP、F 1 以及FPS作為測試結果評價指標，并基于該指標與其它目標檢測算法進行對比，通過對比改進前后模型的檢測效果圖中的預測框對浙貝母的推斷準確率及其貼合程度，驗證改進YOLO-X的有效性； 步驟（5）：基于測試后且達到測試指標要求的目標檢測模型，利用檢測平臺末端執行結構對物料進行分揀； 步驟（3）中，采取微調訓練策略，并將在開源數據集COCO數據集上預訓練好的模型yolo_x.pth文件的權重作為改進后的YOLO-X的初始權重；凍結訓練輪次設為50，解凍訓練輪次設為150，學習率設為0.001，凍結批尺寸設為8，非凍結批尺寸設為4；基于上述訓練策略，在浙貝母訓練集、測試集上進行遷移訓練，待訓練滿200輪次后，從中挑出訓練損失函數值最小的模型作為改進后的YOLO-X基于浙貝母訓練集訓練所得最優模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江大學，其通訊地址為：310058 浙江省杭州市西湖區余杭塘路866號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。