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！

龙图腾网获悉同济大学申请的专利一种基于深度学习的机械臂智能抓取检测方法、设备及介质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：CN119295730B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411367748.5，技术领域涉及：G06V10/25；该发明授权一种基于深度学习的机械臂智能抓取检测方法、设备及介质是由余建波;张宇龙设计研发完成，并于2024-09-29向国家知识产权局提交的专利申请。

本一种基于深度学习的机械臂智能抓取检测方法、设备及介质在说明书摘要公布了：本发明涉及一种基于深度学习的机械臂智能抓取检测方法、设备及介质，搭建ECBAFormer网络模型，将创建的图像数据集和标签文件输入网络中进行训练，对特征进行分类损失计算以及抓取位姿回归损失计算，最终检测到目标的类别和抓取位姿。通过使用通过简化特征提取网络，得到高效快速的特征提取网络架构MetaFormer，对检测网络进行轻量化的同时保证了特征提取的准确度。与现有技术相比，本发明具有检测准确度高、适用范围广和高效率等优点。

本发明授权一种基于深度学习的机械臂智能抓取检测方法、设备及介质在权利要求书中公布了：1.一种基于深度学习的机械臂智能抓取检测方法，其特征在于，包括如下步骤： S1、将待检测的物体、抓取框标签和目标类别标签作为训练输入，创建物体的抓取检测与分类数据集，并划分为训练集和测试集； S2、将训练数据集输入到ECBAFormer深度学习模型网络中进行训练，经过骨干网络对输入图像进行特征提取，生成各阶段的特征图和目标的类别； S3、将所述特征图输入SGG-CNN块，通过卷积和转置卷积层，输出每个像素上的抓取框中心概率、宽度、抓取角度的正弦和余弦值； S4、对所述输出结果进行处理，对目标类别信息进行非极大值抑制，确定预测目标的类别；在抓取位姿信息中选择概率最高的五个点作为抓取框的中心； S5、将处理过的输出结果与标签进行比较，计算抓取检测的准确性，选取备选推理模型； S6、将所述测试集图像输入到每个备选推理模型中，对比各备选推理模型输出的分类准确率和抓取检测准确率，选择性能最优的模型输出作为检测结果； 所述检测抓取目标类别和抓取位姿信息的ECBAFormer深度学习模型网络包括特征提取骨干网络MetaFormer和抓取检测位姿生成模块SGG-CNN，其中MetaFormer中的融合信息单元的位置上嵌有ECBAM模块。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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。