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！

龙图腾网获悉中南大学申请的专利一种茶叶杂质视觉检测方法、系统、电子设备及存储介质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：CN121329970B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511882693.6，技术领域涉及：G06T7/00；该发明授权一种茶叶杂质视觉检测方法、系统、电子设备及存储介质是由齐芳;李熙蓉;邹登鹏;汤哲设计研发完成，并于2025-12-15向国家知识产权局提交的专利申请。

本一种茶叶杂质视觉检测方法、系统、电子设备及存储介质在说明书摘要公布了：本申请公开了一种茶叶杂质视觉检测方法、系统、电子设备及存储介质，该方法通过获取待检测茶叶图像和训练图像数据集，将训练图像数据集中的图像数据进行预处理；将待检测茶叶图像输入至训练好的茶叶杂质检测模型中，得到多个包含待检测目标的置信度和检测框的茶叶杂质检测结果，训练好的茶叶杂质检测模型包括骨干网络、颈部网络以及多个检测头，骨干网络包括ScharrStem模块、第一SGCB改进模块和第二SGCB改进模块，颈部网络包括第一SGCB改进模块、第二SGCB改进模块和通道感知空间调制模块；根据多个茶叶杂质检测结果中的置信度和检测框，确定目标茶叶杂质检测结果。本申请能够提高茶叶杂质的检测准确度。

本发明授权一种茶叶杂质视觉检测方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种茶叶杂质视觉检测方法，其特征在于，所述方法包括： 获取待检测茶叶图像和训练图像数据集，将所述训练图像数据集中的图像数据进行预处理，得到预处理后的训练图像数据集，所述待检测茶叶图像中包含多个待检测目标； 将所述待检测茶叶图像输入至训练好的茶叶杂质检测模型中，得到多个包含所述待检测目标的置信度和检测框的茶叶杂质检测结果，所述训练好的茶叶杂质检测模型通过所述预处理后的训练图像数据集训练得到，所述训练好的茶叶杂质检测模型包括骨干网络、颈部网络以及多个检测头，所述骨干网络包括ScharrStem模块、第一SGCB改进模块和第二SGCB改进模块，所述颈部网络包括第一SGCB改进模块、第二SGCB改进模块和通道感知空间调制模块，其中，所述第一SGCB改进模块和所述第二SGCB改进模块包括SGCB子模块和C3K2子模块，所述SGCB子模块包括多个卷积层和改进的Scharr卷积层；将所述SGCB子模块加入所述C3K2子模块中，得到SGCB改进模块，当所述SGCB改进模块中的C3K2子模块不使用C3k子模块进行特征增强时，所述SGCB改进模块为第一SGCB改进模块；当所述SGCB改进模块中的C3K2子模块使用C3k子模块进行特征增强时，所述SGCB改进模块为第二SGCB改进模块；所述改进的Scharr卷积层包括如下处理过程： 对输入特征图进行逐通道Scharr梯度计算，得到每个通道的x方向梯度图和y方向梯度图；将所述x方向梯度图和所述y方向梯度图进行梯度幅值融合，得到每个所述通道的原始边缘响应图；对所述输入特征图进行逐通道3×3邻域方差计算和归一化处理，得到归一化后的方差图；根据所述归一化后的方差图，计算每个所述通道的权重；通过每个所述通道的权重对与其对应的原始边缘响应图进行逐像素加权，得到每个所述通道的增强后边缘特征图；将每个所述通道的增强后边缘特征图按原通道顺序整合，得到最终输出特征图； 通过所述ScharrStem模块对所述待检测茶叶图像进行特征提取，得到特征提取结果； 通过多个包含所述第一SGCB改进模块或所述第二SGCB改进模块的阶段对所述特征提取结果进行多尺度特征提取，得到多尺度特征图； 将所述多尺度特征图经过第一SGCB改进模块、第二SGCB改进模块和通道感知空间调制模块处理，得到多个目标特征融合结果； 采用所述多个检测头分别对每个所述目标特征融合结果进行检测，得到多个茶叶杂质检测结果； 根据所述多个茶叶杂质检测结果中的置信度和检测框，确定目标茶叶杂质检测结果。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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。