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！

龙图腾网获悉贺州学院申请的专利一种基于改进YOLOv8n网络的草莓果实检测系统及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：CN120299034B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202510462519.X，技术领域涉及：G06V20/68；该发明授权一种基于改进YOLOv8n网络的草莓果实检测系统及方法是由李贞伟;李素云;蓝文婷;陈罡;李世德设计研发完成，并于2025-04-14向国家知识产权局提交的专利申请。

本一种基于改进YOLOv8n网络的草莓果实检测系统及方法在说明书摘要公布了：本发明公开了一种基于改进YOLOv8n网络的草莓果实检测系统及方法，其中改进YOLOv8n网络结构包括依次连接的骨干网络、颈部网络和预测头网络，在骨干网络中采用感受野注意力卷积模块替代标准卷积，提高了网络性能，在草莓果实的检测中检测性能显著提升；同时挤压激励网络的引入强化了骨干网络对草莓颜色和形状特征的学习能力，同时YOLOv8的优化解耦头设计以更好地适配分类与回归任务的需求，避免了共享参数可能带来的干扰，提升了模型的精度与泛化能力。并且多尺度并行卷积跨阶段双卷积特征融合模块在降低内存访问成本的同时保持较大的感受野减少计算成本提升了效率，解决了传统模型在速度与性能上的瓶颈问题。

本发明授权一种基于改进YOLOv8n网络的草莓果实检测系统及方法在权利要求书中公布了：1.一种用于草莓果实检测的改进YOLOv8n网络结构，其特征在于，包括依次连接的骨干网络、颈部网络和预测头网络； 所述骨干网络包括连接的感受野注意力卷积模块、跨阶段双卷积特征融合模块、挤压激励网络、快速空间金字塔池化模块；所述感受野注意力卷积模块用于获取输入特征图高度和宽度方向的特征图，基于高度和宽度方向的特征图形成注意力权重图，用于加权输入特征图形成输出特征图；所述跨阶段双卷积特征融合模块用于从输入特征图中提取基础特征图，将基础特征图经过瓶颈层生成深层特征图，将基础特征图与深层特征图融合形成输出特征图；所述挤压激励网络用于通过通道注意力机制调整输入特征图的各通道权重，获得输出特征图；所述快速空间金字塔池化模块用于将输入特征图进行多次池化，将输入特征图与池化结果沿通道维度拼接形成输出特征图； 所述骨干网络包括依次连接的第一感受野注意力卷积模块、第二感受野注意力卷积模块、第一跨阶段双卷积特征融合模块、第三感受野注意力卷积模块、第二跨阶段双卷积特征融合模块、第四感受野注意力卷积模块、第三跨阶段双卷积特征融合模块、第五感受野注意力卷积模块、第四跨阶段双卷积特征融合模块、快速空间金字塔池化模块； 所述感受野注意力卷积模块用于：通过组卷积操作将通道数扩展；通过归一化与非线性激活函数ReLU处理，调整特征图尺寸；分别对特征图从高度和宽度方向实施平均池化操作，生成中间特征图；拼接两个中间特征图，通过卷积层融合，生成融合特征图；将融合特征图归一化及非线性变换，分割成两部分特征图，分别通过卷积操作以及Sigmoid函数生成注意力权重图，基于注意力权重图加权输入特征图，通过卷积层生成输出特征图； 所述颈部网络包括连接的多尺度并行卷积跨阶段双卷积特征融合模块、特征拼接模块、上采样模块、标准卷积模块；所述多尺度并行卷积跨阶段双卷积特征融合模块用于从输入特征图中提取基础特征图，将基础特征图经过多尺度并行卷积层生成多尺度特征图，将基础特征图与多尺度特征图融合形成输出特征图；所述特征拼接模块用于拼接不同分支输出的特征图，形成拼接特征图；所述上采样模块用于提升输入特征图的分辨率，形成输出特征图；所述标准卷积模块用于对输入特征图进行卷积，形成输出特征图； 所述预测头网络包括多个检测头模块；所述检测头模块用于接收所述颈部网络输出的特征图，形成原始预测值，包括边界框、置信度和类别概率。

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贺州学院，其通讯地址为：542800 广西壮族自治区贺州市八步区潇贺大道3261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”。