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！

龙图腾网获悉哈尔滨工程大学申请的专利一种基于改进YOLOv3的大米识别筛选方法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：CN116543382B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202310378676.3，技术领域涉及：G06V20/68；该发明授权一种基于改进YOLOv3的大米识别筛选方法是由朱正;孙贝贝;陈茂森;刘羽欣;杨建辉;刘杰;王永凯;陈秋实;张杨设计研发完成，并于2023-04-11向国家知识产权局提交的专利申请。

本一种基于改进YOLOv3的大米识别筛选方法在说明书摘要公布了：本发明公开了一种基于改进YOLOv3的大米识别筛选方法，属于大米识别技术领域，具体步骤如下：获取大米数据集并进行数据增强；对大米图像数据进行数据标注获得对应的标签文件；构建网络模型，将YOLOv3原始的DarkNet53骨干网络从5个Resblock_body改为4个，减少一个输出尺度13×13，取26×26、52×52和104×104作为特征融合层和预测层，从而增强对小目标的检测能力；修改网络加载预训练权重的方式，将coco数据集的权重作为预训练权重进行训练直至网络收敛，保存模型与权重文件；使用最佳训练模型对数据集进行测试，获取结果。本发明所述的一种基于改进YOLOv3的大米识别筛选方法，弥补了传统分类筛选方法中由于忽略大米形状和颜色带来的错检漏检，同时提高了大米分类筛选的准确率。

本发明授权一种基于改进YOLOv3的大米识别筛选方法在权利要求书中公布了：1.一种基于改进YOLOv3的大米识别筛选方法，其特征在于，包括如下步骤： 步骤1：通过相机获取不同种类大米的数据集； 步骤2：通过自适应伽马校正、添加噪声和旋转的方式进行数据增强； 步骤3：使用标注工具对图片中的目标进行数据标注，获得标签文件数据集，划分训练集和测试集； 步骤4：构建网络模型，对原始YOLOv3的骨干网络进行调整； 所述步骤4中构建网络模型具体包含以下步骤： 步骤4.1：将YOLOv3的骨干网络DarkNet53的5个Resblock_body减去最后一个，保留前四个结构，对输入的416×416图像进行四次下采样，提取输入图像的浅层特征，然后取分别经过四次、三次和两次下采样得到的26×26,52×52,104×104三种不同尺度的特征层作为后续的特征融合层； 步骤4.2：对26×26大小的特征层在卷积、上采样后和52×52大小的特征层进行融合，52×52大小的特征层会在卷积、上采样后和104×104大小的特征层进行融合，生成针对三种尺度目标的特征预测层； 步骤5：用步骤4中调整后的网络对已标注的大米数据集进行网络训练至网络收敛，然后保存模型与权重文件； 步骤6：使用最佳训练模型对数据集进行测试，获取测试集的测试结果。

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哈尔滨工程大学，其通讯地址为：150001 黑龙江省哈尔滨市南岗区南通大街145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。