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！

龍圖騰網獲悉吉林大學申請的專利一種基于深度學習的玉米收獲機清選機構堵塞檢測方法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：CN120411488B 。

龍圖騰網通過國家知識產權局官網在2025-09-05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：202510912802.8，技術領域涉及：G06V10/25；該發明授權一種基于深度學習的玉米收獲機清選機構堵塞檢測方法是由劉鳳雙;車犇;付君;鄭元帥;張家亮;李振曄;薛釗設計研發完成，并于2025-07-03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玉米收獲機清選機構堵塞檢測方法在說明書摘要公布了：本發明公開了一種基于深度學習的玉米收獲機清選機構堵塞檢測方法，涉及農業機械智能化檢測技術領域，包括：獲取待檢測玉米收獲機的清選機構的目標圖像，將目標圖像輸入至預訓練模型中得到目標圖像對應的檢測結果，基于檢測結果判斷待檢測玉米收獲機的堵塞情況；預訓練模型的訓練過程為：對訓練樣本進行預處理，得到目標訓練樣本；通過FastR?CNN模型對目標訓練樣本進行處理，結合測試樣本以及損失函數，對FastR?CNN模型進行參數優化，生成目標模型，當目標模型滿足預設要求時，將目標模型作為預訓練模型進行輸出。本發明結合圖像預處理和目標檢測算法，能夠快速識別堵塞區域并觸發報警，有效提升機械運行的智能化水平。

本發明授權一種基于深度學習的玉米收獲機清選機構堵塞檢測方法在權利要求書中公布了：1.一種基于深度學習的玉米收獲機清選機構堵塞檢測方法，其特征在于，包括： 獲取待檢測玉米收獲機的清選機構的目標圖像，將所述目標圖像輸入至預訓練模型中得到所述目標圖像對應的檢測結果，基于所述檢測結果判斷所述待檢測玉米收獲機的堵塞情況； 所述預訓練模型的訓練過程為： 獲取訓練樣本，對所述訓練樣本進行預處理，得到目標訓練樣本； 通過FastR-CNN模型對所述目標訓練樣本進行處理，結合測試樣本以及損失函數，對所述FastR-CNN模型進行參數優化，生成目標模型，當所述目標模型滿足預設要求時，將所述目標模型作為所述預訓練模型進行輸出； 所述FastR-CNN模型的構建過程為： 根據堵塞檢測需求，調整FastR-CNN基礎模型的卷積層結構，選用基于ResNet-50的FasterR-CNN模型作為基礎模型，調整卷積層結構，將ResNet-50的CONV5殘差塊改為五層結構，排列構成為conv5_1，relu5_1，conv5_2，relu5_2，conv5_3，relu5_3，conv5_4，relu5_4，pool5；并對每層卷積層的濾波器尺寸進行設置； 在所述FastR-CNN基礎模型中增加池化層、區域提議網絡以及分類層，生成所述FastR-CNN模型。

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吉林大學，其通訊地址為：130012 吉林省長春市前進大街2699號；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”。