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！

龙图腾网获悉厦门理工学院;厦门昕泓人工智能有限公司申请的专利基于改进YOLO模型的鱼类多部位新鲜度检测方法及装置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：CN121616584B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202610139235.1，技术领域涉及：G06T7/00；该发明授权基于改进YOLO模型的鱼类多部位新鲜度检测方法及装置是由伊锦旺;赖芳菲;邱群峰;方俊皓设计研发完成，并于2026-02-02向国家知识产权局提交的专利申请。

本基于改进YOLO模型的鱼类多部位新鲜度检测方法及装置在说明书摘要公布了：本发明涉及计算机视觉与食品检测技术领域，具体涉及基于改进YOLO模型的鱼类多部位新鲜度检测方法及装置，包括如下步骤：S1采集多种场景条件下同时包含鱼眼、鱼鳃及鱼体部位特征的鱼类新鲜度检测数据集，并对所述数据集进行预处理；S2对S1预处理后的数据集进行标注处理，根据鱼类新鲜度状态将所述数据集划分为新鲜与不新鲜两类，并将标注结果转换为YOLO标注格式；S3构建鱼类多部位新鲜度检测模型，鱼类多部位新鲜度检测模型以YOLO11模型为基准模型；S4对构建的鱼类多部位新鲜度检测模型进行迭代训练，获得训练好的鱼类多部位新鲜度检测模型，利用训练好的鱼类多部位新鲜度检测模型对鱼类图像中的待检测目标进行检测，获得检测结果。

本发明授权基于改进YOLO模型的鱼类多部位新鲜度检测方法及装置在权利要求书中公布了：1.一种基于改进YOLO模型的鱼类多部位新鲜度检测方法，其特征在于，包括如下步骤： S1采集多种场景条件下同时包含鱼眼、鱼鳃及鱼体部位特征的鱼类新鲜度检测数据集，并对所述数据集进行预处理；所述预处理为原始样本进行系统化的清洗与筛选，剔除模糊、曝光异常及重复数据，仅保留清晰的样本； S2对S1预处理后的数据集进行标注处理，根据鱼类新鲜度状态将所述数据集划分为新鲜与不新鲜两类，并将标注结果转换为YOLO标注格式； S3构建鱼类多部位新鲜度检测模型，鱼类多部位新鲜度检测模型以YOLO11模型为基准模型，包括有主干网络、颈部网络和头部网络；主干网络中采用C3K2-iRDP模块替换C3K2模块，C3K2-iRDP模块是将C3K2模块中的Bottleneck块替换成iRDP模块，iRDP模块通过注意力增强与多尺度空洞卷积的结合，提升模型多部位局部纹理与整体结构特征的联合建模；所述模块的处理过程包括如下步骤：每个iRDP模块的处理过程为：输入特征首先经过1×1卷积，生成值Value、查询Query和键Key三个特征映射，随后将Query与Key输入自注意力模块以计算注意力矩阵，再与Value进行矩阵乘法，实现注意力加权，从而强化输入特征中关键区域的响应能力，抑制冗余信息，获得更加判别性的特征表示，之后注意力加权后的特征被送入DRB模块进行结构增强，最后通过一个1×1卷积恢复特征图的通道维度，并与输入特征图进行残差融合，得到最终输出特征图；颈部网络采用AWFU模块替换传统的上采样与特征拼接操作，在保持细粒度结构信息的同时强化高层语义表达，MultiSEAMHead检测头，把原YOLO11检测头里Conv替换MultiSEAM，DWConv+Conv替换为MultiSEAM注意力机制，强化未遮挡区域的有效特征响应，并补偿被遮挡区域的特征损失，用于提升模型在复杂环境下的遮挡感知能力；所述AWFU模块的处理过程，具体包括有以下步骤： 获取来自主干网络或颈部网络输出的浅层特征图，并对所述浅层特征图进行小波变换从而对其进行频域分解，对获取到的浅层特征图FS以步长为2的分组卷积方式进行下采样，每个通道独立执行Haar基滤波，从而将特征图分解为一个低频子带和三个高频子带，其整体形式表示为： 其中，R表示实数域，H表示特征图的高度，W表示特征图的宽度，C表示为特征图通道数，低频子带主要包含输入特征图的全局结构及高层语义相关信息，高频子带、和分别用于刻画水平方向、垂直方向以及对角方向上的边缘与纹理的细粒度结构特征； 对于任意通道，在以2×2空间邻域为单位的局部特征块： 各个子带的计算公式为： 其中表示输入特征图中以2×2空间邻域为单位的局部像素响应，随后将所述高频子带输入至残差块进行非线性特征增强，以强化边缘与纹理特征的表达能力，同时将所述低频子带与来自深层特征图进行融合： 融合后的低频特征进一步送入ECA通道注意力模块，通过建模通道间的局部依赖关系，自适应增强对新鲜度判别更为关键的语义通道表达，随后将增强后的低频特征与高频子带、、共同输入逆小波变换，在频域重构过程中实现语义信息与细粒度结构信息的有效融合，从而得到上采样后的输出特征，公式为： ； S4对构建的鱼类多部位新鲜度检测模型进行迭代训练，获得训练好的鱼类多部位新鲜度检测模型，利用训练好的鱼类多部位新鲜度检测模型对鱼类图像中的待检测目标进行检测，获得检测结果。

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厦门理工学院;厦门昕泓人工智能有限公司，其通讯地址为：361024 福建省厦门市集美区理工路600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”。

以上内容由龙图腾AI智能生成。