基于DINO分类作物与杂草的轻量化端到端目标检测方法和装置（高校公示15天）（不包年费滞纳金）（需要二变）

基于DINO分类作物与杂草的轻量化端到端目标检测方法和装置，其方法包括：步骤1、收集并标注作物和杂草目标图像数据集；步骤2、划分收集的数据集以便于进行随机的不同的子任务；步骤3、在DINO的BackBone层之前加入轻量新型降噪网络；步骤4、对DINO的BackBone进行替换，优化，使其轻量化；步骤5、使用优化后的DINO模型训练作物和杂草的目标检测模型；步骤6、将作物和杂草的测试样本送入训练好的模型中进行推理得出检测结果。本发明去除图片的噪音，使模型通用性更好，目标检测准确率提升，更改优化骨干网络。可以使模型训练的次数大幅下降，让算法获得更为快速的训练收敛，减少训练时间,还能在相同训练epoch下，提高作物和杂草分类的准确率。

《基于DINO分类作物与杂草的轻量化端到端目标检测方法和装置（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2023110600383，当前法律状态为已下证，由浙江工业大学提出申请，发明人为王涌;叶震源，申请日期为2023-08-22，公开（公告）日期为2025-11-04，国际专利分类号（IPC）为 G06V 20/10 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：基于DINO分类作物与杂草的轻量化端到端目标检测方法和装置，其方法包括：步骤1、收集并标注作物和杂草目标图像数据集；步骤2、划分收集的数据集以便于进行随机的不同的子任务；步骤3、在DINO的BackBone层之前加入轻量新型降噪网络；步骤4、对DINO的BackBone进行替换，优化，使其轻量化；步骤5、使用优化后的DINO模型训练作物和杂草的目标检测模型；步骤6、将作物和杂草的测试样本送入训练好的模型中进行推理得出检测结果。本发明去除图片的噪音，使模型通用性更好，目标检测准确率提升，更改优化骨干网络。可以使模型训练的次数大幅下降，让算法获得更为快速的训练收敛，减少训练时间,还能在相同训练epoch下，提高作物和杂草分类的准确率。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！