申请/专利权人：华南理工大学

申请日：2023-12-26

公开（公告）日：2024-04-02

公开（公告）号：CN117809837A

主分类号：G16H50/20

分类号：G16H50/20;G06V10/44;G06V10/80;G06V10/764;G06V10/82;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于光照感知的双波段改进YOLOv7家禽疾病检测方法及系统，所述方法包括：获取的家禽疾病检测数据集包括多个家禽的RGB‑IR图像对，且RGB‑IR图像对中有标注；利用家禽疾病检测数据集对基于YOLOv7网络架构构建的家禽疾病检测模型进行训练；模型采用两个结构相同的YOLOv7架构组成双分支网络，将两个分支内的主干网络中的第i个ELAN模块采用同一特征交互模块替代，以使不同模态特征之间发生交互作用；将待测家禽的RGB‑IR图像对输入训练好的模型，识别出家禽是否患病以及患病类别。本发明基于YOLOv7架构构建家禽疾病检测模型，提高了养殖场的检测精度和效率。

主权项：1.一种基于光照感知的双波段改进YOLOv7家禽疾病检测方法，其特征在于，所述方法包括：获取家禽疾病检测数据集；所述家禽疾病检测数据集包括多个家禽的RGB-IR图像对，且RGB-IR图像对中有标注；其中，家禽包括健康家禽和患病家禽；利用家禽疾病检测数据集对基于YOLOv7网络架构构建的家禽疾病检测模型进行训练；所述家禽疾病检测模型采用两个结构相同的YOLOv7架构组成双分支网络，将两个分支内的BackBone网络中的第i个ELAN模块采用同一个基于光照感知的特征交互模块替代，以使不同模态特征之间发生频繁的交互作用；将第二、三、四个特征交互模块输出的特征分别输入两个分支的Neck网络，以在每个分支的Neck网络获得三个加强特征；其中，i＝1,2,3,4；将待测家禽的RGB-IR图像对输入训练好的家禽疾病检测模型中，识别出家禽是否患病以及患病类别。

全文数据：

权利要求：

百度查询： 华南理工大学 基于光照感知的双波段改进YOLOv7家禽疾病检测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD