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！

龙图腾网获悉内蒙古科技大学申请的专利一种基于知识蒸馏的YOLOv5s轻量级羊只品种识别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：CN116052211B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202310006737.3，技术领域涉及：G06V40/10；该发明授权一种基于知识蒸馏的YOLOv5s轻量级羊只品种识别方法及系统是由郭瑛;徐艳红;王凤英;胡晓莉;杜永兴;秦岭设计研发完成，并于2023-01-04向国家知识产权局提交的专利申请。

本一种基于知识蒸馏的YOLOv5s轻量级羊只品种识别方法及系统在说明书摘要公布了：本发明公开一种基于知识蒸馏的YOLOv5s轻量级羊只品种识别方法和系统，所述识别方法包括以下步骤：S1：采集养殖场内部多个品种羊只的视频；S2：提取视频中的图像帧作为原始图像，并对原始图像进行数据预处理，将处理后的图像划分为训练集、验证集和测试集；S3：构建基于知识蒸馏的YOLOv5s的轻量级羊只品种识别神经网络模型；S4：采用训练集和验证集对羊只品种识别神经网络模型进行训练，获得最优权重；S5：将测试集输入训练完成的羊只品种识别网络模型并对该模型的性能进行评估。本发明提供的方法利用知识蒸馏将参数量大、识别精度高的教师网络学习到的有效特征传递到学生网络，从而既提高品种识别网络的识别精度，又实现网络模型参数小、轻量化的目的。

本发明授权一种基于知识蒸馏的YOLOv5s轻量级羊只品种识别方法及系统在权利要求书中公布了：1.一种基于知识蒸馏的YOLOv5s轻量级羊只品种识别方法，其特征在于，其包括如下步骤： S1：采集养殖场内部多个品种羊只的视频； S2：提取视频中的图像帧作为原始图像，并对原始图像进行数据预处理，将处理后的图像划分为训练集、验证集和测试集； S3：羊只品种识别神经网络包括教师网络YOLOv5x和学生网络YOLOv5s，采用知识蒸馏将参数量大、识别精度高的教师网络YOLOv5x学习到的知识传递至轻量型的学生网络YOLOv5s，构建基于知识蒸馏的YOLOv5s的轻量级羊只品种识别神经网络模型及损失函数； S4：采用训练集和验证集数据对羊只品种识别神经网络模型进行训练，获得最优权重； S5：将测试集输入训练完成的羊只品种识别网络模型，输入羊只图像预测品种，并根据测试结果对该模型的性能进行评估； 步骤S2包括以下步骤： S21：对保存的视频文件进行视频帧提取作为原始图像，截帧频率设为预设值，将原始图像去重； S22：对去重后的图像标注羊脸部区域及品种类别，在标注过程中同时添加标签框，并生成标签文件，所述标签文件包含标定脸部区域的位置信息以及对应的品种类别； S23：将标注后的图像按预设比例划分成训练集、验证集和测试集； S24：对训练集和验证集的图像进行数据增强，数据增强包括亮度增强、亮度降低、水平镜像、垂直镜像、多角度旋转以及噪声叠加操作； 步骤S3包括以下步骤： S31：将数据增强后的训练集分别输入教师网络YOLOv5x和学生网络YOLOv5s中，并通过主干卷积神经网络对训练集进行特征提取后分别获得高维特征和； 教师网络YOLOv5x和学生网络YOLOv5s分别将高维特征和传入到各自的PANet网络中，利用自下而上和自顶而下的方法将不同尺度的特征进行叠加，完成特征的多尺度融合，并获得多个特征向量S和特征向量P； 对多个特征向量S和特征向量P分别进行全局最大池化和通道拼接，获得一维向量、，一维向量、通过通道间的特征融合后分别获得特征向量和； 将特征向量输入到温度为的多分类softmax函数中获得教师网络的软标签，知识蒸馏通过所述软标签指导学生网络学习品种特征信息和不同品种之间的关联信息； S32：构建基于知识蒸馏的YOLOv5s羊只品种识别神经网络的损失函数，损失函数包含目标检测损失和相对熵损失，通过目标检测损失和相对熵损失相加得到整体损失函数。

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内蒙古科技大学，其通讯地址为：014010 内蒙古自治区包头市昆区阿尔丁大街7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。