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！

龙图腾网获悉广东海洋大学申请的专利一种基于YOLOv10模型的菠萝成熟度目标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：CN120088774B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202510550730.7，技术领域涉及：G06V20/68；该发明授权一种基于YOLOv10模型的菠萝成熟度目标检测方法是由王骥;王腾;李雨阳;周涛;罗焕芝设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种基于YOLOv10模型的菠萝成熟度目标检测方法在说明书摘要公布了：本发明涉及一种基于YOLOv10模型的菠萝成熟度目标检测方法，属于果蔬成熟度检测技术领域，包括：获取待检测菠萝图像；将所述待检测菠萝图像输入菠萝成熟度检测模型，输出所述待检测菠萝图像中果眼成熟度评分，获取所述待检测菠萝图像中菠萝的成熟等级，其中，所述菠萝成熟度检测模型基于改进的YOLOv10模型构建并通过训练集训练获得，所述改进的YOLOv10模型通过改进传统YOLOv10模型的特征提取网络结构得到，所述训练集为含有菠萝果眼成熟度标注的菠萝图像。本发明能够检测到现有检测模型检测不到的菠萝果眼，并能有效解决叶片遮挡菠萝果眼问题。

本发明授权一种基于YOLOv10模型的菠萝成熟度目标检测方法在权利要求书中公布了：1.一种基于YOLOv10模型的菠萝成熟度目标检测方法，其特征在于，包括： 获取待检测菠萝图像； 将所述待检测菠萝图像输入菠萝成熟度检测模型，输出所述待检测菠萝图像中果眼成熟度评分，获取所述待检测菠萝图像中菠萝的成熟等级，其中，所述菠萝成熟度检测模型基于改进的YOLOv10模型构建并通过训练集训练获得，所述改进的YOLOv10模型通过改进传统YOLOv10模型的特征提取网络结构得到，所述训练集为含有菠萝果眼成熟度标注的菠萝图像； 在所述传统YOLOv10模型中的C2F-CIB模块中嵌入多尺度的残差密集块包括： 将所述C2F-CIB模块中的卷积替换为串行的多尺度卷积，并将串行的所述多尺度卷积进行残差密集连接，其中，所述多尺度的残差密集块对输入所述菠萝成熟度检测模型经过骨干网络以及颈部网络获取的初步特征进行多尺度卷积操作，提取菠萝果眼特征信息，将所述菠萝果眼特征信息和所述初始特征输入卷积层进行降维，将降维之后的特征与所述初步特征相加，获取最终的输出特征图； C2f-RDB模块工作步骤包括：将C2f-CIB中的普通卷积替换为1×1、3×3、5×5、7×7的多尺度卷积，对1×1、3×3、5×5、7×7的多尺度卷积串行操作； 加权平均的表达式为： ； ； 其中，D为菠萝成熟度评分，X为标注果眼总数，x1、x2、x3、x4分别为成熟期果眼、中熟期果眼、未成熟期果眼、发育期果眼的果眼数量，D1k1、D2k2、D3k3、D4k4分别为第k1个成熟期果眼的果眼评分、第k2个中熟期果眼的果眼评分、第k3个未成熟期果眼的果眼评分、第k4个发育期果眼的果眼评分。

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广东海洋大学，其通讯地址为：524088 广东省湛江市麻章区海大路1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”。

以上内容由龙图腾AI智能生成。