買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜自然資源部南海發展研究院(自然資源部南海遙感技術應用中心)申請的專利一種基于深度學習的紅樹林幼苗成活率評估方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119919838B 。

龍圖騰網通過國家知識產權局官網在2025-06-03發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202510398983.7，技術領域涉及：G06V20/17；該發明授權一種基于深度學習的紅樹林幼苗成活率評估方法及系統是由董迪;郭炳鑫;黃華梅;魏征設計研發完成，并于2025-04-01向國家知識產權局提交的專利申請。

本一種基于深度學習的紅樹林幼苗成活率評估方法及系統在說明書摘要公布了：本發明公開了一種基于深度學習的紅樹林幼苗成活率評估方法及系統，該方法包括：獲取紅樹林修復目標區域的數字正射影像數據集；引入C2f_SE模塊、DS_ACmix注意力模塊以及C2f_GP模塊，構建改進的YOLOv8網絡模型；基于改進的YOLOv8網絡模型，對紅樹林修復目標區域的數字正射影像數據集進行識別檢測，得到成活紅樹林幼苗的邊界框和置信度檢測數據；通過非極大值抑制算法對拼接后的成活紅樹林幼苗的檢測數據進行去冗余與計數，得到紅樹林幼苗成活率評估結果。本發明能夠從無人機數據中提取復雜海岸帶環境背景下成活紅樹林幼苗的特征，提高了成活紅樹林幼苗識別的準確性和效率。本發明作為一種基于深度學習的紅樹林幼苗成活率評估方法及系統，可廣泛應用于林學測繪遙感技術領域。

本發明授權一種基于深度學習的紅樹林幼苗成活率評估方法及系統在權利要求書中公布了：1.一種基于深度學習的紅樹林幼苗成活率評估方法，其特征在于，包括以下步驟：獲取紅樹林修復目標區域的可見光影像并進行圖像預處理，得到紅樹林修復目標區域的數字正射影像數據集；基于YOLOv8網絡模型，引入C2f_SE模塊、DS_ACmix注意力模塊以及C2f_GP模塊，構建改進的YOLOv8網絡模型；基于改進的YOLOv8網絡模型，對紅樹林修復目標區域的數字正射影像數據集進行識別檢測，得到成活紅樹林幼苗的邊界框和置信度檢測數據；對成活紅樹林幼苗的邊界框和置信度檢測數據進行拼接，并通過非極大值抑制算法進行去冗余與計數處理，得到紅樹林幼苗成活率評估結果；其中，具體構建方法包括：在YOLOv8網絡模型的主干網絡的每級原始C2f模塊后均嵌入DS_ACmix注意力模塊并將所述主干網絡中的每級原始C2f模塊均替換為C2f_SE模塊，得到改進的YOLOv8網絡模型的主干網絡；所述C2f_SE模塊是將主干網絡的原始C2f模塊中的Bottleneck模塊替換為SEBlock模塊，所述SEBlock模塊引入SCAM通道注意力模塊實現特征通道的自適應校準，所述SEBlock模塊還引入ECS模塊，所述ECS模塊通過結合分組卷積和深度可分離卷積和批歸一化和SiLU激活進一步優化特征表達；在所述DS_ACmix注意力模塊中是先通過并行的多尺度深度可分離卷積捕捉局部特征再經過融合后輸入到ACMix模塊；將YOLOv8網絡模型的頸部模塊的每級原始C2f模塊均替換為C2f_GP模塊，得到改進的YOLOv8網絡模型的頸部模塊；所述C2f_GP模塊是將頸部模塊的原始C2f模塊中的Bottleneck模塊替換為GPBlock模塊，并且，所述C2f_GP模塊采用雙路徑卷積結構，主路徑通過分組卷積與逐點卷積串聯組成，輔助路徑通過GPBlock模塊實現跨層連接，每個GPBlock模塊由兩個MDConvModule模塊組成并保持輸入輸出通道數一致。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人自然資源部南海發展研究院(自然資源部南海遙感技術應用中心)，其通訊地址為：510310 廣東省廣州市新港中路353號院1棟；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。