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！

龙图腾网获悉国家深海基地管理中心申请的专利一种基于神经网络的深海生物图像处理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：CN121236572B 。

龙图腾网通过国家知识产权局官网在2026-05-01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：202511358975.6，技术领域涉及：G06V20/05；该发明授权一种基于神经网络的深海生物图像处理方法是由史先鹏;陈大利;齐海滨;刘萌设计研发完成，并于2025-09-23向国家知识产权局提交的专利申请。

本一种基于神经网络的深海生物图像处理方法在说明书摘要公布了：本发明公开一种基于神经网络的深海生物图像处理方法，属于图像处理技术领域，用于深海生物图像处理，包括准备目标数据集，构建神经网络，Backbone层将处理结果输入改进的Neck层，经改进的Neck层处理后得到优化处理后的深海生物图像，改进的Neck层将优化处理后的深海生物图像输入Detect层；改进的颈部层Neck包括动态自适应上采样模块、多层次特征融合模块、基于HyperTransformer的HT_C2f模块、下采样卷积模块。本发明通过改进Neck层实现低信噪比条件下目标特征的精准聚焦，提升多尺度目标处理的特征一致性，在提升小目标特征保留率的同时，降低关键信息在降维过程中的损耗。

本发明授权一种基于神经网络的深海生物图像处理方法在权利要求书中公布了：1.一种基于神经网络的深海生物图像处理方法，其特征在于，包括：准备目标数据集，构建神经网络，神经网络包括骨干层Backbone、改进的颈部层Neck和输出层Detect，Backbone层将处理结果输入改进的Neck层，经改进的Neck层处理后得到优化处理后的深海生物图像，改进的Neck层将优化处理后的深海生物图像输入Detect层，进行神经网络训练，训练完毕后验证神经网络误差，若误差小于预期值则处理测试集数据，输出图像处理结果，若误差大于等于预期值则返回进行神经网络训练； 改进的颈部层Neck包括动态自适应上采样模块DySample模块、多层次特征融合模块SDI模块、基于HyperTransformer的HT_C2f模块、下采样卷积模块Adown模块； Backbone层包含第1层卷积层Conv、中间4组交替排列的Conv和C2f模块、最后1层空间金字塔池化层SPPF； Neck层接收Backbone层输出结果，DySample模块采样后，与第2个、第3个C2f模块的结果输入至SDI模块进行多层次特征融合，然后输入至HT_C2f模块进行图像增强与建模，再输入DySample模块采样，与第1个、第2个C2f模块结果输入至SDI模块进行多层次特征融合，然后输入至HT_C2f模块进行图像增强与建模，结果输入ADown模块进行图像特征增强，与第1个、第2个C2f模块结果输入至SDI模块进行多层次特征融合，然后输入至HT_C2f模块进行图像增强与建模，结果输入ADown模块进行图像特征增强，与第3个C2f模块结果和SPPF结果再输入至SDI模块进行多层次特征融合，然后输入至HT_C2f模块进行图像增强与建模； Detect层包括将Neck层中第2个、第3个、第4个HT_C2f模块的输出作为三个输入支路，每个输入支路都将输入特征同时送入两个分支，第一分支依次为Conv、二维卷积层Conv2d和边界框损失层Bbox.loss，第二分支依次为Conv、Conv2d和分类损失层Cls.loss； DySample模块包括OffsetGeneration层、CoordinateMapping层和DynamicSampling层； 输入特征图，为特征图，为批量大小，为输出通道数，为高度，为宽度，输入OffsetGeneration层预测基础偏移量，设置lp模式的为，对应方向偏移，为分组数，为采样缩放倍数；设置pl模式输出通道数为；对进行二维卷积，得到，为，为，与初始基准网格结合后输入scope层，当scope=True时，通过sigmoid函数激活生成偏移量缩放系数，动态控制偏移幅度，得到增加预测偏移量的特征图，预测偏移量公式为： ； ； 式中，为预测偏移量，为OffsetGeneration层输出，为scope层输出，为sigmoid函数，为输入特性，

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国家深海基地管理中心，其通讯地址为：266200 山东省青岛市即墨区鳌山卫街道问海东路69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。