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！

龙图腾网获悉中国农业科学院油料作物研究所;湖北工业大学申请的专利一种智能化高通量测算大田油菜花序密度的方法及应用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：CN115424152B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202211128748.0，技术领域涉及：G06V20/17；该发明授权一种智能化高通量测算大田油菜花序密度的方法及应用是由王汉中;乔江伟;李婕;王新发;杨庆;李毅;刘晟设计研发完成，并于2022-09-16向国家知识产权局提交的专利申请。

本一种智能化高通量测算大田油菜花序密度的方法及应用在说明书摘要公布了：本发明公开了一种智能化高通量测算大田油菜花序密度的方法及应用，方法包括：采用无人机搭配RGB照相机在油菜整个开花期间隔采集油菜田影像，制作成油菜花序数据集；采取花簇花序检测计数策略，以油菜花簇的检测框数目作为花簇计数输出；针对油菜花簇小目标的特点结合深度学习的方法，设计一种结合CBAM注意力机制的YOLOv5网络模型检测方法；用大田的数据集建立油菜花序数测算模型并进行模型测试与优化。本发明可实现大田油菜整个开花期内单位面积花序总数的快捷、精准与高通量测定，所获取的油菜花序密度数据可以用来评估大田油菜长势和估算油菜单产水平，有助于了解油菜等作物的生长发育状况，为它们的智能高效化品种选育提供了重要新型工具手段。

本发明授权一种智能化高通量测算大田油菜花序密度的方法及应用在权利要求书中公布了：1.一种智能化高通量测算大田油菜花序密度的方法，其特征在于，包括以下步骤： 步骤1、利用无人机机载RGB相机拍摄大田油菜开花期获取其花序图像数据；开花期指油菜植株抽薹以后主花序有数个花蕾花瓣展开起算至终花期，所统计的花序数以小区或大田随机抽样的区域为拍摄对象，在整个开花期内间隔拍摄获取油菜田开花状态影像数据； 步骤2、基于深度学习的油菜花序计数策略，包括： 1将花序数计数问题，确定为目标检测问题，采用基于深度学习的目标检测策略对花序进行计数； 2针对油菜花序花簇特征，选择利用无人机RGB影像结合注意力机制的卷积神经网络进行油菜花序的特征提取与计数； 3采用结合CBAM注意力机制的YOLOv5网络模型，进行输入1张油菜花图片、输出图片油菜花序检测框和花序数计数结果； 经过CBAM结构生成的特征图继续经过主干网络提取高层特征，生成20*20*1024尺寸特征图，接着将其输入到Neck网络部分进行特征融合；特征图在Neck部分的FPN网络结构层中，通过卷积操作生成特征图A2，其尺寸为20*20*1024，将特征图A2进行上采样操作生成与具有相同尺度的特征图，并在FPN网络中将它们经过Concat操作拼接实现中层和高层的特征信息融合，生成融合后的特征图A1，A1再经过卷积上采样操后并将其与特征图F1进行Concat操作拼接实现底层和中高层的特征信息融合，得到特征图P1，至此在FPN结构中完成把高层语义特征信息传递给底层定位特征信息并将其融合的操作；然后特征图P1分为两个分支，一支直接输入到Head层进行卷积和Sigmoid激活函数操作生成尺寸为80*80*255的特征图去检测小目标；另一支输入到PAN结构中经过卷积和下采样操作后与特征图A2进行Concat拼接操作实现底层特征信息与中层特征信息融合，并生成特征图P2，P2一方面输入到Head层生成40*40*255特征图去检测中等尺寸目标，另一方面继续进行卷积下采样操作并与A1进行Concat拼接操作实现底层、中层和高层特征信息融合，得到特征图P3，并输入到Head层生成20*20*255特征图去检测大目标，至此在PAN结构中完成底层定位特征信息传递到高层语义特征信息，并进行特征融合；P1、P2和P3特征图分别检测小、中和大目标并实现对油菜花簇的计数，至此YOLOv5-CBAM完成对油菜图像的检测和计数任务； 4对网络模型进行训练与优化，使用大量图像数据测算运行速率，检测其运算速度与通量水平。

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中国农业科学院油料作物研究所;湖北工业大学，其通讯地址为：430062 湖北省武汉市武昌区徐东二路2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。