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！

龙图腾网获悉海南大学三亚南繁研究院;海南大学三亚研究院;三亚海研光电科技有限公司申请的专利基于YOLO v8改进的大豆考种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：CN120451520B 。

龙图腾网通过国家知识产权局官网在2025-09-30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：202510950123.X，技术领域涉及：G06V10/25；该发明授权基于YOLO v8改进的大豆考种系统及方法是由李海燕;周永刚;余乐俊;孔晓龙;卢宇韦;陈周帅;裴双康设计研发完成，并于2025-07-10向国家知识产权局提交的专利申请。

本基于YOLO v8改进的大豆考种系统及方法在说明书摘要公布了：本发明涉及大豆考种技术领域，尤其涉及一种基于YOLOv8改进的大豆考种系统及方法，系统包括豆荚识别网络和豆荚图像修复网络；豆荚识别网络采用在检测头中结合有混合注意力模块的改进YOLOv8网络，进行豆荚和茎的识别，得到豆荚图像中的茎图像，以及豆荚图像中每个豆荚的独立图像；豆荚图像修复网络采用对抗神经网络，对豆荚独立图像进行修复；本发明通过引入提取局部和全局特征的注意力机制，使目标框更加准确的定位到目标区域，提高检测精度；方法中使用结合ShapeIoU损失的损失函数，通过关注边界框本身的形状和尺度来计算损失，从而使边界框回归更加准确，结合豆荚独立图像性状计算与统计，完成高精度的大豆考种。

本发明授权基于YOLO v8改进的大豆考种系统及方法在权利要求书中公布了：1.一种基于YOLO v8改进的大豆考种系统，其特征在于，包括豆荚识别网络和豆荚图像修复网络；其中，所述豆荚识别网络采用改进的YOLO v8网络，将豆荚图像输入所述YOLO v8网络中进行豆荚和茎的识别，得到框选豆荚和茎的检测框；利用Shape_IOU和NMS对每个检测框进行筛选，基于筛选后的检测框得到所述豆荚图像中的茎图像，以及所述豆荚图像中每个豆荚的独立图像；所述YOLO v8网络的检测头中结合有混合注意力模块，所述混合注意力模块对输入的特征并行完成局部和全局的特征提取；所述YOLO v8网络还包括主干模块和颈部模块； 所述主干模块从输入的豆荚图像中提取多尺度特征；所述颈部模块对所述多尺度特征进行融合，并将融合后的特征输入所述检测头中；所述检测头利用所述混合注意力模块，根据融合后的特征进行豆荚识别，并从所述豆荚图像中分割出所述茎图像，以及每个豆荚的独立图像； 在所述检测头中，所述混合注意力模块对输入特征进行局部和全局的特征提取，对提取到的特征进行解耦，完成豆荚的类别预测和位置预测；所述混合注意力模块包括局部分支和全局分支； 在利用Shape_IOU和NMS对每个检测框进行筛选的过程中：使用Shape_IOU计算相邻两个检测框之间的IOU值；基于所述IOU值，使用NMS对检测框进行滤除；计算滤除后的检测框的置信度，选择置信度最高的检测框为候选框；以每个检测框的中心点为基准，对设定像素范围进行检索：如果发现有其他中心点，将当前检测框的置信度与所述候选框的置信度进行比较，留取置信度大于50%的检测框，并删除置信度小于50%的检测框，直到完成最后一个检测框的筛选； 所述豆荚图像修复网络对豆荚独立图像进行修复；所述豆荚图像修复网络包括判别器和生成器，所述生成器为U‑Net结构；在所述判别器中，将所述生成器修复的豆荚独立图像与对应的真实豆荚独立图像，分别进行多次连续的卷积操作完成特征提取；将提取到的特征进行PatchGAN中图像分块的后续操作完成特征比较，并给出评价所述豆荚独立图像真实性的真实性评分，并利用所述真实性评分指导所述生成器完成所述豆荚独立图像的修复。

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海南大学三亚南繁研究院;海南大学三亚研究院;三亚海研光电科技有限公司，其通讯地址为：572024 海南省三亚市崖州区甘农大道三亚南繁种业众创中心；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。