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！

龙图腾网获悉南方电网科学研究院有限责任公司;桂林电力电容器有限责任公司申请的专利一种电容器元件堆叠方法和系统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：CN119796963B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202510017122.X，技术领域涉及：B65G61/00；该发明授权一种电容器元件堆叠方法和系统是由姚成;周春红;刘刚;杨枝林;姚露露;卢建新;孟森;莫国平;胡泰山;黄桂发;王婷婷;唐民杰设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本一种电容器元件堆叠方法和系统在说明书摘要公布了：本发明公开了一种电容器元件堆叠方法和系统，涉及喷金工艺技术领域，获取待堆叠电容器的元件图像，将元件图像输入预先训练好的电容器检测模型，其中，电容检测模型包括特征提取网络和检测网络，通过特征提取网络对元件图像进行特征提取，得到电容器特征图，采用检测网络对电容器特征图进行识别定位检测，得到待堆叠电容器图像对应的元件型号和元件坐标，控制元件型号对应的上料设备移动到元件坐标，并对待堆叠电容器进行堆叠操作。现有的电容器元件堆叠方法主要通过上料机器人夹持元件外径后码放入元件框，但由于电容器元件型号多样，导致上料机器人夹持元件堆叠方法的出错概率也逐渐增高，降低了上料机器人堆叠电容器元件适应性的技术问题。

本发明授权一种电容器元件堆叠方法和系统在权利要求书中公布了：1.一种电容器元件堆叠方法，其特征在于，包括： 获取待堆叠电容器的元件图像，将所述元件图像输入预先训练好的电容器检测模型，其中，所述电容器检测模型包括特征提取网络和检测网络； 通过所述特征提取网络对所述元件图像进行特征提取，得到电容器特征图； 采用所述检测网络对所述电容器特征图进行识别定位检测，得到所述待堆叠电容器的元件图像对应的元件型号和元件坐标； 控制所述元件型号对应的上料设备移动到所述元件坐标，并对所述待堆叠电容器进行堆叠操作； 所述特征提取网络包括3×3卷积层、1×1标准卷积层、提取分支和特征融合层，所述通过所述特征提取网络对所述元件图像进行特征提取，得到电容器特征图的步骤，包括： 通过3×3卷积层对所述元件图像进行特征提取，得到第一元件特征图； 通过1×1标准卷积层对所述第一元件特征图进行特征提取，得到第二元件特征图； 通过所述提取分支对所述第一元件特征图进行特征提取，得到第三元件特征图，其中，所述提取分支包括依次连接的第一识别模块、2×2最大池化层、第一识别模块、级联注意力模块、第二识别模块和1×1卷积层； 采用特征融合层对所述第二元件特征图和所述第三元件特征图进行特征融合，得到电容器特征图； 所述通过所述提取分支对所述第一元件特征图进行特征提取，得到第三元件特征图的步骤，包括： 依次通过第一识别模块、2×2最大池化层和第一识别模块对所述第一元件特征图进行特征提取，得到第一识别特征图，其中，第一识别模块包括依次连接的3×3卷积层、批归一化层和Leaky‑ReLU激活层； 采用所述级联注意力模块对所述第一识别特征图进行特征提取，得到第二识别特征图，其中，所述级联注意力模块包括1×1卷积层、特征融合层、特征融合层、3×3卷积层和特征融合层； 通过第二识别模块对所述第二识别特征图进行特征提取，得到第三识别特征图，其中，第二识别模块包括依次连接的3×3卷积层、批归一化层和DY‑ReLU激活层； 通过1×1卷积层对所述第三识别特征图进行特征提取，得到第三元件特征图； 所述采用所述级联注意力模块对所述第一识别特征图进行特征提取，得到第二识别特征图的步骤，包括： 通过1×1卷积层对所述第一识别特征图进行特征提取，得到第一特征图； 通过3×3卷积层对所述第一识别特征图进行特征提取，得到第二特征图； 采用特征融合层对所述第一特征图和所述第一识别特征图进行特征融合，得到第一融合特征图； 采用特征融合层对所述第一融合特征图和所述第一识别特征图进行特征融合，得到第二融合特征图； 采用特征融合层对所述第二特征图和所述第二融合特征图进行特征融合，得到第二识别特征图。

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南方电网科学研究院有限责任公司;桂林电力电容器有限责任公司，其通讯地址为：510663 广东省广州市萝岗区科学城科翔路11号J1栋3、4、5楼及J3栋3楼；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。