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！

龙图腾网恭喜自然资源部南海发展研究院(自然资源部南海遥感技术应用中心)申请的专利一种基于深度学习的红树林幼苗成活率评估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：CN119919838B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202510398983.7，技术领域涉及：G06V20/17；该发明授权一种基于深度学习的红树林幼苗成活率评估方法及系统是由董迪;郭炳鑫;黄华梅;魏征设计研发完成，并于2025-04-01向国家知识产权局提交的专利申请。

本一种基于深度学习的红树林幼苗成活率评估方法及系统在说明书摘要公布了：本发明公开了一种基于深度学习的红树林幼苗成活率评估方法及系统，该方法包括：获取红树林修复目标区域的数字正射影像数据集；引入C2f_SE模块、DS_ACmix注意力模块以及C2f_GP模块，构建改进的YOLOv8网络模型；基于改进的YOLOv8网络模型，对红树林修复目标区域的数字正射影像数据集进行识别检测，得到成活红树林幼苗的边界框和置信度检测数据；通过非极大值抑制算法对拼接后的成活红树林幼苗的检测数据进行去冗余与计数，得到红树林幼苗成活率评估结果。本发明能够从无人机数据中提取复杂海岸带环境背景下成活红树林幼苗的特征，提高了成活红树林幼苗识别的准确性和效率。本发明作为一种基于深度学习的红树林幼苗成活率评估方法及系统，可广泛应用于林学测绘遥感技术领域。

本发明授权一种基于深度学习的红树林幼苗成活率评估方法及系统在权利要求书中公布了：1.一种基于深度学习的红树林幼苗成活率评估方法，其特征在于，包括以下步骤：获取红树林修复目标区域的可见光影像并进行图像预处理，得到红树林修复目标区域的数字正射影像数据集；基于YOLOv8网络模型，引入C2f_SE模块、DS_ACmix注意力模块以及C2f_GP模块，构建改进的YOLOv8网络模型；基于改进的YOLOv8网络模型，对红树林修复目标区域的数字正射影像数据集进行识别检测，得到成活红树林幼苗的边界框和置信度检测数据；对成活红树林幼苗的边界框和置信度检测数据进行拼接，并通过非极大值抑制算法进行去冗余与计数处理，得到红树林幼苗成活率评估结果；其中，具体构建方法包括：在YOLOv8网络模型的主干网络的每级原始C2f模块后均嵌入DS_ACmix注意力模块并将所述主干网络中的每级原始C2f模块均替换为C2f_SE模块，得到改进的YOLOv8网络模型的主干网络；所述C2f_SE模块是将主干网络的原始C2f模块中的Bottleneck模块替换为SEBlock模块，所述SEBlock模块引入SCAM通道注意力模块实现特征通道的自适应校准，所述SEBlock模块还引入ECS模块，所述ECS模块通过结合分组卷积和深度可分离卷积和批归一化和SiLU激活进一步优化特征表达；在所述DS_ACmix注意力模块中是先通过并行的多尺度深度可分离卷积捕捉局部特征再经过融合后输入到ACMix模块；将YOLOv8网络模型的颈部模块的每级原始C2f模块均替换为C2f_GP模块，得到改进的YOLOv8网络模型的颈部模块；所述C2f_GP模块是将颈部模块的原始C2f模块中的Bottleneck模块替换为GPBlock模块，并且，所述C2f_GP模块采用双路径卷积结构，主路径通过分组卷积与逐点卷积串联组成，辅助路径通过GPBlock模块实现跨层连接，每个GPBlock模块由两个MDConvModule模块组成并保持输入输出通道数一致。

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自然资源部南海发展研究院(自然资源部南海遥感技术应用中心)，其通讯地址为：510310 广东省广州市新港中路353号院1栋；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”。