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！

龙图腾网获悉山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心)申请的专利一种基于微弱目标检测的赤潮爆发预警方法及系统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：CN120472352B 。

龙图腾网通过国家知识产权局官网在2026-01-16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：202510615255.7，技术领域涉及：G06V20/17；该发明授权一种基于微弱目标检测的赤潮爆发预警方法及系统是由史雪洁;孙珊;赵玉庭;王晓霞;王立明;刘哲;邱少男;李佳蕙设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本一种基于微弱目标检测的赤潮爆发预警方法及系统在说明书摘要公布了：本发明涉及赤潮预警技术领域，尤其是涉及一种基于微弱目标检测的赤潮爆发预警方法及系统。方法包括构建基于Yolov8结构的微弱目标检测增强模型，利用基于Yolov8结构的微弱目标检测增强模型对赤潮数据集图像进行特征提取；对提取的特征进行特征融合；基于融合的特征进行目标检测，基于目标检测结果对微弱目标检测增强模型进行增量训练；利用训练好的微弱目标检测增强模型进行赤潮预警。本发明提出的模型对于赤潮爆发期图像的识别准确率达到了91.1%，对于赤潮早期的图像的识别准确率达到了84.3%，有效识别不同阶段的赤潮图像。

本发明授权一种基于微弱目标检测的赤潮爆发预警方法及系统在权利要求书中公布了：1.一种基于微弱目标检测的赤潮爆发预警方法，其特征在于，包括： 获取赤潮数据集图像，并通过高斯滤波进行图像预处理； 构建基于Yolov8结构的微弱目标检测增强模型，利用基于Yolov8结构的微弱目标检测增强模型对赤潮数据集图像进行特征提取； 对提取的特征进行特征融合； 基于融合的特征进行目标检测，基于目标检测结果对微弱目标检测增强模型进行增量训练； 利用训练好的微弱目标检测增强模型进行赤潮预警； 所述对提取的特征进行特征融合，包括利用模型的颈部网络将骨干网络最终提取的高阶语义信息通过上采样方式与低阶的特征进行融合，其中，首先将整个特征图压缩到单一特征维度，通过压缩操作原特征图被压缩到单一特征维度表示为： ， 其中和是输入特征图的长和宽，C是通道数量，U表示任意卷积变换； 还包括基于添加位置信息的通道注意力机制LSE，对于任意卷积变换U后，将原特征图从高方向和宽方向分别进行压缩，并将两个压缩后的矩阵进行变形和融合，利用的卷积层对其提取位置信息，表示为: ， 其中，是ReLU激活函数，权重矩阵,是控制块大小的缩小率用于降低计算开销，随后将分离成两个独立的张量和，利用另外的两个卷积层将通道数变回C，最终的位置通道注意力表示为： ， 其中，是Sigmod激活函数，是分割操作，是两个权重矩阵； 所述基于融合的特征进行目标检测，包括根据融合后的特征，利用Yolov8Header构建解耦特征头，分别计算目标框损失和分类损失，其中，采用Anchor-Free结构，利用判断目标中心点替代提前划定锚框，并预测中心点和目标框上下左右与中心点的距离输出最终的目标框，目标框损失的损失函数使用CIOU和DFL损失函数之和，分类损失使用二元交叉熵函数优化； 所述基于目标检测结果对微弱目标检测增强模型进行增量训练，包括基于赤潮的季节性和时效性影响，采用增量训练的模式将采集的数据输入至先前训练的模型进行进一步的增量训练，同时采用EWC方式缓解模型过于倾向于新数据集的分布而遗忘旧数据集分布的问题，其中，在进行增量训练时添加额外的EWC损失函数，该损失函数表达为： ， 其中，是在新数据集上训练的损失函数，是新模型的参数，是旧模型的最优参数，是参数的费舍尔信息矩阵，用于衡量参数的重要性，λ是正则化系数，控制对旧任务知识的保护强度。

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山东省海洋资源与环境研究院(山东省海洋环境监测中心、山东省水产品质量检验中心)，其通讯地址为：264006 山东省烟台市经济开发区长江路216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。