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！

龙图腾网获悉北京邮电大学申请的专利粮堆表面害虫检测模型训练方法、检测方法及设备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：CN121074541B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202511005166.7，技术领域涉及：G06V10/774；该发明授权粮堆表面害虫检测模型训练方法、检测方法及设备是由田冀达;周慧玲;孙沐毅;胡翼之;田泽钊设计研发完成，并于2025-07-21向国家知识产权局提交的专利申请。

本粮堆表面害虫检测模型训练方法、检测方法及设备在说明书摘要公布了：本申请提供粮堆表面害虫检测模型训练方法、检测方法及设备，涉及图像识别技术领域，训练方法包括：将预先基于处于多种数据域的各个标记有害虫边界框标签的粮堆表面图像数据分别生成的不同类型的数据样本，分别输入两个模型分支，以使两个模型分支对数据样本依次进行主干网络特征提取及后门调整以得到目标特征图及害虫检测结果数据；并根据两个模型分支各自得到的目标特征图确定当前迭代轮次对应的因果特征对齐总损失以优化两个模型分支。本申请能够有效提高粮堆表面害虫检测模型的域泛化能力以及面对复杂多变的实际检测场景的适应能力，能够提高粮堆表面害虫检测模型的应用便捷性及有效性，进而能够提高粮堆表面害虫检测结果的准确性及可靠性。

本发明授权粮堆表面害虫检测模型训练方法、检测方法及设备在权利要求书中公布了：1.一种粮堆表面害虫检测模型训练方法，其特征在于，包括： 在当前迭代轮次中，将预先基于处于多种数据域的各个标记有害虫边界框标签的粮堆表面图像数据分别生成的不同类型的数据样本，分别输入第一模型分支和第二模型分支，以使所述第一模型分支和所述第二模型分支分别对不同类型的所述数据样本进行主干网络特征提取及后门调整以得到目标特征图以及对应的害虫检测结果数据；以及，根据所述第一模型分支和所述第二模型分支各自得到的所述目标特征图确定当前迭代轮次对应的因果特征对齐总损失，以基于该因果特征对齐总损失优化所述第一模型分支和所述第二模型分支； 若当前迭代轮次为最后一个迭代轮次，则根据所述第一模型分支生成用于根据粮堆表面图像数据输出对应的害虫检测结果数据的粮堆表面害虫检测模型； 所述第一模型分支和所述第二模型分支中均包括：依次连接的卷积神经网络、因果干预表征模块、对比因果特征对齐模块和检测头；且所述第一模型分支和所述第二模型分支中的所述卷积神经网络之间共享权重，所述第一模型分支和所述第二模型分支中的所述检测头之间共享权重； 所述卷积神经网络用于对输入的数据样本进行特征提取，以输出对应的原始特征图； 所述因果干预表征模块用于根据所述数据样本对应的所述原始特征图、该数据样本对应的所述害虫边界框标签以及上一迭代轮次获取的混杂因素估计值，确定当前迭代轮次的混杂因素估计值；并基于交叉注意力机制，根据当前迭代轮次的混杂因素估计值以及所述原始特征图确定所述原始特征图对应的经因果干预表征后的目标特征图； 所述对比因果特征对齐模块用于将所述经因果干预表征后的目标特征图传输至所述检测头，还用于自所述经因果干预表征后的目标特征图中获取正样本和困难负样本，以根据两个所述对比因果特征对齐模块各自获取的正样本和困难负样本计算得到各个所述正样本各自对应的对比损失，并基于各个所述正样本各自对应的对比损失确定当前迭代轮次对应的因果特征对齐总损失； 所述检测头用于根据所述经因果干预表征后的目标特征图对应输出所述数据样本的害虫检测结果数据。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。