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！

龙图腾网获悉大连大学申请的专利基于改进型自监督学习的樱桃成熟度检测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：CN116071587B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202310033141.2，技术领域涉及：G06V10/764；该发明授权基于改进型自监督学习的樱桃成熟度检测方法是由盖荣丽;魏凯;孔祥宙;王晓红;郭志斌设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本基于改进型自监督学习的樱桃成熟度检测方法在说明书摘要公布了：本发明公开了一种基于改进型自监督学习的樱桃成熟度检测方法，包括：获取樱桃图像，将所述樱桃图像划分为无标注樱桃图像和有标注樱桃图像，所述有标注樱桃图像通过打标签方式确定所属类别；使用改进型自监督模型对无标注樱桃图像进行训练，得到预训练模型；检测模块主干网络使用Resnet59，增加小目标层结构，通过K‑means聚类获取樱桃先验框；改进YOLOv5模型结构并与自监督模型进行结合，对有标注樱桃图像进行联合训练；使用高斯函数为权重的Soft‑NMS对最优权重预测的结果剔除重叠预测框。本方法用于从自然生长的樱桃图像中检测成熟度，可从未标记图像中提取更深层的特征表示，大大降低了对标记图像数量的要求，特别是提高了低分辨率小樱桃的检测精度。

本发明授权基于改进型自监督学习的樱桃成熟度检测方法在权利要求书中公布了：1.一种基于改进型自监督学习的樱桃成熟度检测方法，其特征在于，包括： 获取樱桃图像，将所述樱桃图像划分为无标注樱桃图像和有标注樱桃图像，所述有标注樱桃图像通过打标签方式确定所属类别； 使用改进型自监督模型对无标注樱桃图像进行训练，得到预训练模型； 检测模块主干网络使用Resnet59，增加小目标层结构，通过K-means聚类获取樱桃先验框； 改进YOLOv5模型结构并与自监督模型进行结合，对有标注樱桃图像进行联合训练； 使用高斯函数为权重的Soft-NMS对最优权重预测的结果剔除重叠预测框； 所述改进型自监督模型利用6种数据增强的自监督算法，采用Resnet59作为主干网络，从所述主干网络中得到的4096维图像映射到128维空间中，并得到representationzi,zj樱桃特征图进行对比； 所述樱桃特征图对比方法为： 其中zi,zj是同一张樱桃图像在上下分支输出的两张互为正样本的矢量，zi,zk是不同樱桃图像在上下分支输出的两张互为负样本的矢量，τ表示温度参数，用来控制损失函数loss对负样本对的敏感程度。

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大连大学，其通讯地址为：116622 辽宁省大连市经济技术开发区学府大街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”。