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！

龙图腾网恭喜中国农业大学申请的专利基于卷积神经网络的杂草识别方法、系统与喷药除草中的应用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：CN119206287B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202411055807.5，技术领域涉及：G06V10/764；该发明授权基于卷积神经网络的杂草识别方法、系统与喷药除草中的应用是由苏文浩;牛龙涛;苗钰航;涂宇豪;张琦沅;王启;彭彦昆设计研发完成，并于2024-08-02向国家知识产权局提交的专利申请。

本基于卷积神经网络的杂草识别方法、系统与喷药除草中的应用在说明书摘要公布了：本发明公开了一种基于卷积神经网络的杂草识别方法、系统与喷药除草中的应用，所述基于卷积神经网络的杂草识别方法包括基于YOLOv8‑seg的杂草识别模型，所述杂草识别模型具有模型主干轻量化和检测精准化等特点，其首先利用改进ShuffleNetV2和StarNet网络构建了新的轻量化主干网络，其次创新提出C2f_Star模块，在降低参数量的同时提高了模型精准度，并对模型网络节点处添加ECA注意力机制模块；所述除草应用所涉及精准喷药方法、系统包括用于杂草定位、分级和路径规划的算法以及精准变量喷药算法，本发明通过采用精准变量喷药方法与系统，在精准高效除草的同时，可有效减少除草剂的使用和对环境的污染。

本发明授权基于卷积神经网络的杂草识别方法、系统与喷药除草中的应用在权利要求书中公布了：1.基于卷积神经网络的杂草识别方法，其特征在于：包括S1创建数据集采集田间图像，对采集图像进行数据增强；所述数据增强方式包括旋转、剪裁、镜像、缩放、平移中的任一种或其组合，获得数据增强后的图像集；对所述图像集进行作物与杂草的标注，并保存相应的标签文件；将所述图像集划分为训练集、验证集、测试集；S2建立杂草识别模型建立基于卷积神经网络的杂草识别模型；所述杂草识别模型为基于YOLOv8-seg的杂草识别模型；所述杂草识别模型采用轻量级主干网络ShuffleNetV2与StarNet共同建立轻量级主干网络：通过TripleShuffleBlock和StarBlock模块进行特征提取和主干网络简化；所述主干特征提取模块即TripleShuffleBlock模块通过轻量级主干网络ShuffleNetV2模块中ShuffleBlock改进而来，所述TripleShuffleBlock模块包括三个并行分支同时定义了划分比，通过合理分配不同类型卷积操作的计算资源，使每个分支分别执行不同的卷积操作，然后将各分支输出进行连接和通道融合；所述高级特征提取模块即StarBlock模块采用深度可分离卷积、并行全连接层和元素级乘法的结构，结合残差连接设计，以实现高效特征提取和融合；所述StarBlock模块通过StarNet改进而来；所述杂草识别模型的主干网络从输入层开始，首先通过卷积和最大池化层对输入数据进行初步处理，然后通过主干特征提取模块进行主干特征提取，接着通过高级特征提取模块进行进一步前向传播，然后经过分支处理层将主干网络输出的特征与上采样层的特征进行拼接，通过特征融合模块进行特征融合，得到多个不同尺寸的特征图，再经输出层处理后最终输出为识别后的杂草图像；S3模型训练与验证将训练集输入杂草识别模型中进行训练，模型在训练结束后，选取最优权重作为模型的权重，生成杂草识别模型；通过验证集、测试集对杂草识别模型进行验证与测试；S4模型应用与杂草识别实时捕获田间图片并输入杂草识别模型进行杂草识别和分割，获得杂草目标框和掩膜图像。

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国农业大学，其通讯地址为：100193 北京市海淀区圆明园西路2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”。