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！

龙图腾网获悉无锡学院申请的专利番茄图像实时检测方法及其系统、番茄采摘方法及其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：CN120388367B 。

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：202510884528.8，技术领域涉及：G06V20/68；该发明授权番茄图像实时检测方法及其系统、番茄采摘方法及其系统是由阚希;华烨;王泉;张永宏;朱灵龙设计研发完成，并于2025-06-30向国家知识产权局提交的专利申请。

本番茄图像实时检测方法及其系统、番茄采摘方法及其系统在说明书摘要公布了：番茄图像实时检测方法及其系统、番茄采摘方法及其系统，涉及农作物智能采摘、深度学习技术领域，解决了现有的番茄检测技术在复杂环境下存在适应性、实时性和准确性等方面的问题。获取番茄图像数据集，对番茄图像数据集进行预处理，获得番茄图像训练集；构建SWMD‑YOLO模型，具体为：将YOLO11主干网络中的标准卷积替换为SAConv，并引入MA‑WTConv，将YOLO11颈部网络中的下采样替换为DySample，并引入MSCA；将待检测的番茄图像输入SWMD‑YOLO模型，完成对番茄的实时检测。

本发明授权番茄图像实时检测方法及其系统、番茄采摘方法及其系统在权利要求书中公布了：1.番茄图像实时检测方法，其特征在于，包括以下步骤： 步骤S1，获取番茄图像数据集，对番茄图像数据集进行预处理，获得番茄图像训练集； 步骤S2，构建SWMD‑YOLO模型，具体为： 将YOLO11主干网络中的标准卷积替换为SAConv，并引入MA‑WTConv，将YOLO11颈部网络中的下采样替换为DySample，并引入MSCA； 步骤S3，将待检测的番茄图像输入SWMD‑YOLO模型，完成对番茄的实时检测； 所述的步骤S2中，所述的MA‑WTConv，具体为： 将番茄图像划分为四个小波子带，四个小波子带分别输入低频分量、水平高频分量、垂直高频分量和对角线高频分量进行卷积操作，卷积操作后的四个小波子带通过逆小波变换进行整合后，输出整合结果； 分别设计低频分量、水平高频分量、垂直高频分量和对角线高频分量的卷积核，且高频分量、垂直高频分量和对角线高频分量的卷积路径均是独立的； 所述的低频分量的卷积方法，具体为： ； 其中，为使用空洞率为  的3×3多尺度空洞卷积操作，为不同的扩张系数，为的低频分量，为输入的特征图，为使用不同空洞率提取的低频特征响应图像，表示在当前尺度下对输入的结构信息建模结果，为低频分量； ； 其中，为多尺度空洞卷积输出特征在通道维度拼接后的中间特征图，用于融合不同感受野下的低频特征响应，为特征拼接模块，为三组经过多尺度空洞卷积的结果，为1×1卷积； ； 其中，为最终的低频分量增强特征图； 所述的水平高频分量的卷积方法，具体为： ； 其中，为经过 1×5非对称卷积操作后提取得到的水平高频分量增强特征图，为1×5非对称卷积，为的水平高频分量，为输入的特征图，为水平高频分量； 所述的垂直高频分量的卷积方法，具体为： ； 其中，为经过 5×1非对称卷积操作后提取得到的垂直高频分量增强特征图，为5×1非对称卷积，为的垂直高频分量，为输入的特征图，为垂直高频分量； 所述的对角线高频分量的卷积方法，具体为： ； 其中，为经过3×3轻量级组卷积与1×1卷积融合后得到的增强特征图，为使用3×3轻量级组卷积处理 ，为的对角线高频分量，为输入的特征图，为1×1卷积，为对角线高频分量。

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无锡学院，其通讯地址为：214105 江苏省无锡市锡山区锡山大道333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。