咨询电话：13280638997
传真：0533-3110363
邮箱：kefu@shizifang.com
24小时咨询热线13280638997
24小时咨询热线著 录 项 目：
| 专利/申请号： | CN202310033251.9 | 专利名称： | 一种基于LS-YOLOv5网络的绿豆叶斑病病斑检测方法及装置 |
| 申请日： | 2023-01-10 | 申请/专利权人 | 淮阴工学院,江苏省农业科学院 |
| 专利类型： | 发明 | 地址： | 江苏省淮安市经济技术开发区枚乘东路1号 |
| 专利状态： | 已下证 查询审查信息 | IPC分类号： | G06V20/10 分类检索 |
| 公开/公告日： | 2024-10-25 | 转让价格： | 【平台担保交易】 |
| 公开/公告号： | CN116030348B | 交易状态： | 等待洽谈 搜索相似专利 |
| 浏览量： | 60 | 所属领域： | 农业种植专利转让搜索 |
摘 要：本发明提供了一种基于LS‑YOLOv5网络的绿豆叶斑病病斑检测方法及装置，使用labelimg标注工具对预先获取的原始叶片图像进行标注；采用Mosaic数据增强算法对原始叶片图像进行数据预处理；并划分为训练集、验证集和测试集；构建LS‑YOLOv5叶斑病检测网络，其中的Backbone中均使用B‑CSP模块；Backbone中的最后一个CBL模块后面添加D‑SPP模块；Backbone中的D‑SPP模块前添加ECA注意力模块；Neck搭建方式采用原YOLOv5算法模型相同的方式搭建；训练LS‑YOLOv5叶斑病检测网络，将经过预处理后的叶斑病训练集通过搭建好的LS‑YOLOv5叶斑病检测网络，获得用于叶斑病检测的LS‑YOLOv5模型预训练权重；将待检测叶斑病图片输入最优权重模型进行叶斑病检测。本发明可用于绿豆叶斑病检测，网络体积小，检测效率高，具有较好的鲁棒性与广泛的应用价值。
| 交易方 | 企业 | 个人 |
| 买家 | 营业执照副本复印件（需盖公章） | 身份证复印件（签字） |
| 专利转让委托书（需盖公章）一式两份 | 专利转让委托书（需签字）一式两份 | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 卖家 | 营业执照副本复印件（需盖公章） | 身份证复印件（需申请人签字） |
| 解除代理委托书（需盖公章）一式两份（如专利通过代理机构申请） | 解除代理委托书（需签字）一式两份（如专利通过代理机构申请） | |
| 专利转让协议（需盖公章）一式两份 | 专利转让协议（需签字）一式两份 | |
| 专利请求书或手续合格通知书、授权通知书复印件 | 专利请求书或手续合格通知书、专利授权通知书复印件 | |
| 专利证原件（若授权下证） | 专利证原件（若授权下证） |
| 日期 | 法律信息 | 备注 |
| 申请号 | 专利名称 | 发布日期 |
| 2023103529815 | 【发明】一种增强曲线感知的车道线精准检测方法 | 2025/10/10 |
| 202310018255X | 【发明】视频显著性区域检测方法、装置、电子设备及存储介质 | 2025/10/10 |
| 2022114954931 | 【发明】一种基于双特征提取网络的复杂环境车道线精准检测方法 | 2025/10/10 |
| 2020104812352 | 【发明】基于频域特征的视频关键帧提取方法 | 2025/10/10 |
| 2023110389890 | 【发明】一种基于遥感的湿地退化提取方法及系统 | 2025/10/10 |
| 2022111520748 | 【发明】一种利用姿态估计和数据增强的车辆重识别方法及系统 | 2025/10/09 |
| 2021104279254 | 【发明】一种面向无人机应急网络部署的城市分类方法 | 2025/09/30 |
| 2025102027897 | 【发明】一种大数据人工智慧养老方法及系统 | 2025/09/29 |
| 2025105794301 | 【发明】一种土地退化状况评估方法及系统 | 2025/09/29 |
| 2024116645946 | 【发明】一种基于视觉感知的水果智能化精准采摘方法 | 2025/09/26 |
