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！

龙图腾网恭喜吉林长华汽车部件有限公司申请的专利一种杂草关键部位定位方法、装置、设备和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：CN118941970B 。

龙图腾网通过国家知识产权局官网在2025-04-08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：202411430077.2，技术领域涉及：G06V20/10；该发明授权一种杂草关键部位定位方法、装置、设备和介质是由王宪涛;王红平;梁超;刘鑫;王通;陈功;王勇;王斌;史红伟;许佩东;王建华;刘镇忠设计研发完成，并于2024-10-14向国家知识产权局提交的专利申请。

本一种杂草关键部位定位方法、装置、设备和介质在说明书摘要公布了：本发明涉及计算机图像处理技术领域，具体而言，涉及一种杂草关键部位定位方法、装置、设备和介质。获取第一杂草图像数据集；对杂草和农作物图像进行标注和数据增强得到第二杂草图像数据集；搭建改进的yolov8‑pose网络模型，用第二杂草图像数据集进行训练，得到训练好的yolov8‑pose网络模型；获取待检测杂草图像，输入训练好的yolov8‑pose网络模型，得到杂草顶端分生组织部位的像素坐标；其中，对网络模型的改进，包括：将C2f卷积块中的Bottleneck层替换为MBConV层，得到C2f_EMBC层；将损失函数替换为MPDIoU。这样就实现了精准定位杂草顶端分生组织关键部位。

本发明授权一种杂草关键部位定位方法、装置、设备和介质在权利要求书中公布了：1.一种杂草关键部位定位方法，其特征在于，包括如下步骤：获取第一杂草图像数据集；对所述第一杂草图像数据集中杂草和农作物图像进行标注和数据增强得到第二杂草图像数据集；搭建改进的yolov8-pose网络模型，用所述第二杂草图像数据集对所述改进的yolov8-pose网络模型进行训练，得到训练好的yolov8-pose网络模型；获取待检测杂草图像；将待检测杂草图像输入所述训练好的yolov8-pose网络模型，得到杂草顶端分生组织部位的像素坐标；其中，所述改进的yolov8-pose网络模型改进部分包括：将C2f卷积块中的Bottleneck层替换为MBConV层，得到C2f_EMBC层；将损失函数替换为MPDIoU；所述改进的yolov8-pose网络模型，包括：骨干网络、颈部网络和头部网络；其中，所述骨干网络包括依次连接的第一Conv层、第二Conv层、第一C2f_EMBC层、第三Conv层、第二C2f_EMBC层、第四Conv层、第三C2f_EMBC层、第五Conv层、第四C2f_EMBC层和SPFF层；所述颈部网络包括依次连接的第一Upsample层、第一Concat层、第五C2f_EMBC层、第二Upsample层、第二Concat层、第六C2f_EMBC层、第六Conv层、第三Concat层、第七C2f_EMBC层、第七Conv层、第四Concat层和第八C2f_EMBC层，所述第一Concat层接收所述第三C2f_EMBC层的输出用于拼接，所述第二Concat层接收所述第二C2f_EMBC层的输出用于拼接；所述头部网络包括：第一Detect层、第一Pose层、第二Detect层、第二Pose层、第三Detect层和第三Pose层，所述第一Detect层和第一Pose层与所述第六C2f_EMBC层连接，所述第二Detect层和第二Pose层与所述第七C2f_EMBC层连接，所述第三Detect层和第三Pose层与所述第八C2f_EMBC层连接，所述第三Concat层接收所述第五C2f_EMBC层的输出用于拼接；所述C2f_EMBC层的网络结构包括：依次连接的第九Conv层、Split层、MBConv层、第五Concat层和第十Conv层；其中，所述MBConv层的网络结构包括：依次连接的卷积层、深度卷积层、第十一Conv层、EfficientSE层、卷积层和Dropout层；所述EfficientSE层的计算公式为： ；其中，Nc为注意力函数，F为特征图，σ为激活函数，W0为全连接网络，为平均池化，为最大池化。

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吉林长华汽车部件有限公司，其通讯地址为：136105 吉林省长春市公主岭经济开发区东胜路5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”。