Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中山大学艾彬获国家专利权

中山大学艾彬获国家专利权

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!

龙图腾网获悉中山大学申请的专利基于深度学习的卫星遥感影像海水养殖识别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:CN120808193B

龙图腾网通过国家知识产权局官网在2026-03-17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:202510962196.0,技术领域涉及:G06V20/13;该发明授权基于深度学习的卫星遥感影像海水养殖识别方法及系统是由艾彬;区珀源;陈思宇;瞿成意设计研发完成,并于2025-07-14向国家知识产权局提交的专利申请。

基于深度学习的卫星遥感影像海水养殖识别方法及系统在说明书摘要公布了:本发明公开了基于深度学习的卫星遥感影像海水养殖识别方法及系统,该方法包括:获取原始卫星遥感影像与标注数据并进行数据预处理,得到预处理后的图像切片数据与掩码标注数据;基于UPerNet分割网络,选择ConvNeXt作为编码器,引入SCSE注意力机制,构建海水养殖设施识别模型;基于海水养殖设施识别模型,对预处理后的图像切片数据与掩码标注数据进行识别,得到卫星遥感影像海水养殖设施识别结果。本发明能够精确定位养殖设施的边界,提高海水养殖设施识别的准确性。本发明作为基于深度学习的卫星遥感影像海水养殖识别方法及系统,可广泛应用于遥感影像处理技术领域。

本发明授权基于深度学习的卫星遥感影像海水养殖识别方法及系统在权利要求书中公布了:1.基于深度学习的卫星遥感影像海水养殖识别方法,其特征在于,包括以下步骤: 获取原始卫星遥感影像与标注数据并进行数据预处理,得到预处理后的图像切片数据与掩码标注数据; 基于UPerNet分割网络,选择ConvNeXt作为编码器,引入SCSE注意力机制,构建海水养殖设施识别模型; 所述海水养殖设施识别模型具体包括ConvNeXt编码器、金字塔池化模块、基于SCSE注意力机制的特征融合层、混合层与分类头,所述ConvNeXt编码器的第一输出端与所述金字塔池化模块的输入端连接,所述ConvNeXt编码器的第二输出端与所述基于SCSE注意力机制的特征融合层的输入端连接,所述基于SCSE注意力机制的特征融合层的输出端与所述混合层的输入端连接,所述混合层的输出端与所述分类头的输入端连接,其中: 所述ConvNeXt编码器包括第一编码器层、第二编码器层、第三编码器层与第四编码器层; 所述基于SCSE注意力机制的特征融合层包括第一特征融合层、第二特征融合层、第三特征融合层与第四特征融合层; 所述第一编码器层的输出端分别与所述第二编码器层的输入端以及所述第四特征融合层的输入端连接,所述第二编码器层的输出端分别与所述第三编码器层的输入端以及所述第三特征融合层的输入端连接,所述第三编码器层的输出端分别与所述第四编码器层的输入端以及所述第二特征融合层的输入端连接,所述第四编码器层的输出端分别与所述金字塔池化模块的输入端以及所述第一特征融合层的输入端连接,所述金字塔池化模块的输出端与所述第一特征融合层的输入端连接,所述第一特征融合层的输出端与所述第二特征融合层的输入端连接,所述第二特征融合层的输出端与所述第三特征融合层的输入端连接,所述第三特征融合层的输出端与所述第四特征融合层的输入端连接,所述第二特征融合层的输出端、所述第三特征融合层的输出端、所述第四特征融合层的输出端均与所述混合层的输入端连接; 基于海水养殖设施识别模型,对预处理后的图像切片数据与掩码标注数据进行识别,得到卫星遥感影像海水养殖设施识别结果。

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山大学,其通讯地址为:510275 广东省广州市新港西路135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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。