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！

龙图腾网获悉海南大学申请的专利基于深度学习算法的珊瑚健康状态诊断方法、系统、设备及介质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：CN117975206B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202410255319.2，技术领域涉及：G06V10/776；该发明授权基于深度学习算法的珊瑚健康状态诊断方法、系统、设备及介质是由周海龙;傅钇钧;王怀济;裴跃斌;张旭;杨晋设计研发完成，并于2024-03-06向国家知识产权局提交的专利申请。

本基于深度学习算法的珊瑚健康状态诊断方法、系统、设备及介质在说明书摘要公布了：本发明涉及一种基于深度学习算法的珊瑚健康状态诊断方法、系统、设备及介质。所述方法包括：采集同一株珊瑚不同角度的图像数据进行筛选，得到各个待检测图像数据进行图像预处理，使用YOLOv5实例分割任务模型进行图像分割识别，得到各个珊瑚区域面积数据；基于加权平均值公式，分别计算珊瑚各区域面积数据对应的各个珊瑚状态数据，并计算出珊瑚健康指数展示。通过采集同一株珊瑚不同角度的图像，通过筛选、预处理、分割识别后，计算出珊瑚健康指数并展示，无需采集珊瑚样本进行化学试剂提取检测，可以快速精确诊断出一株珊瑚的健康状态，客观的反映了单株珊瑚的健康状况，避免了主观性对评估结果的影响，提高了珊瑚健康状态诊断的效率和精确性。

本发明授权基于深度学习算法的珊瑚健康状态诊断方法、系统、设备及介质在权利要求书中公布了：1.一种基于深度学习算法的珊瑚健康状态诊断方法，其特征在于，所述方法包括：采集同一株珊瑚不同角度的各个图像数据，使用YOLOv5目标检测模型对各个所述图像数据进行图像筛选，得到各个待检测图像数据，包括：基于YOLOv5目标检测模型，使用YOLOv5卷积神经网络结构作为基础网络，提取输入的所述图像数据不同尺度的特征图；将不同尺度的特征图经过卷积操作得到每个位置对应的类别置信度和边界框回归结果；根据所述类别置信度判断所述图像数据中是否有珊瑚，根据所述边界框回归结果确定珊瑚的位置以及大小；将珊瑚位于中心区域的图像数据的检测结果确定为图像合格，将没有珊瑚或者珊瑚不位于中心区域的图像数据的检测结果确定为图像不合格；当所述检测结果为图像不合格时，将不合格的图像数据删除并展示提示信息；当所述检测结果为图像合格时，将合格的图像数据作为待检测图像数据；对各个所述待检测图像数据进行图像预处理，使用YOLOv5实例分割任务模型对预处理后的各个待检测图像数据进行图像分割识别，得到各个珊瑚区域面积数据；基于加权平均值公式，分别计算所述珊瑚各区域面积数据对应的各个珊瑚状态数据，并根据各个所述珊瑚状态数据计算出珊瑚健康指数；确定参考珊瑚健康指数，并采用GraphPad对所述参考珊瑚健康指数与所述珊瑚健康指数进行相关性分析，得到分析结果；根据所述分析结果进行可靠性验证；其中，所述参考珊瑚健康指数是通过人工计数统计每株珊瑚水螅体的覆盖率作为健康指数来衡量单株珊瑚的健康状态；展示所述珊瑚健康指数。

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海南大学，其通讯地址为：570100 海南省海口市人民大道58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”。