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！

龙图腾网恭喜福州大学申请的专利一种基于深度学习和图像处理的蔬菜苗田杂草检测方法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：CN114067207B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202111351819.9，技术领域涉及：G06V20/10；该发明授权一种基于深度学习和图像处理的蔬菜苗田杂草检测方法是由东辉;陈鑫凯;孙浩;李叙兵设计研发完成，并于2021-11-16向国家知识产权局提交的专利申请。

本一种基于深度学习和图像处理的蔬菜苗田杂草检测方法在说明书摘要公布了：本发明涉及一种基于深度学习和图像处理的蔬菜苗田杂草检测方法。采集不同生长阶段的蔬菜苗田内蔬菜与主要杂草的图片，经过预处理建立图像数据集，划分为训练集、测试集和验证集；在采集的甜菜与杂草图片数据集上训练杂草目标检测卷积神经网络模型，利用测试集进行精度测试；输入待检测图像，生成杂草目标检测框、杂草类别和杂草目标置信度得分；利用非极大值抑制算法从检测框中筛选出对应种类局部置信度极大值检测框，作为当前杂草目标检测真值框；在杂草目标检测框采用超绿图像特征结合OTSU自适应阈值分割算法分割当前区域图像，得到更加精准的目标图像质心坐标位置和外接矩形框。本方法能够快速对蔬菜苗田中的作物和杂草目标进行准确识别和定位。

本发明授权一种基于深度学习和图像处理的蔬菜苗田杂草检测方法在权利要求书中公布了：1.一种基于深度学习和图像处理的蔬菜苗田杂草检测方法，其特征在于，包括如下步骤：S1、在蔬菜大棚内采集大量不同生长阶段的蔬菜苗田内蔬菜与主要杂草的RGB三通道图片；S2、经过数据标注、图像预处理和数据增强建立图像数据集，将图像数据集中的样本按照8:1:1的比例划分为训练集、测试集和验证集；S3、在采集的甜菜与杂草图片数据集上训练卷积神经网络得到网络预权重，然后通过迁移学习和网络冻结的方式在训练集上训练杂草目标检测卷积神经网络模型，利用测试集对训练好的杂草目标检测卷积神经网络模型进行精度测试得到检测结果并进行网络微调；S4、将待检测图像输入网络模型中进行推理，在待检图像中生成杂草目标检测框、杂草类别和杂草目标置信度得分；S5、利用非极大值抑制算法从所有检测框中筛选出对应种类局部置信度极大值检测框，作为当前杂草目标检测真值框；S6、在所有杂草目标检测框采用超绿图像特征结合OTSU自适应阈值分割算法分割当前区域图像，输出更加精准的杂草目标图像质心坐标和外接矩形框；在步骤S3中，卷积神经网络模型预权重是在甜菜与杂草图片数据集上训练得到的CSPDarknet-53主干特征提取网络模型，包含16个卷积层，卷积核形式为1×1和3×3；在步骤S6中，图像分割采用超绿图像特征结合OTSU自适应阈值分割算法，然后在前景图像上计算连通域和目标质心坐标，最后输出包含杂草类别、杂草目标检测框和杂草质心坐标的检测结果。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。