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！

龙图腾网获悉浙江工业大学申请的专利一种应用于农业机器人采摘的鲜食葡萄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：CN119131781B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202411012767.6，技术领域涉及：G06V20/68；该发明授权一种应用于农业机器人采摘的鲜食葡萄检测方法是由陈教料;杨腾;陈欢设计研发完成，并于2024-07-26向国家知识产权局提交的专利申请。

本一种应用于农业机器人采摘的鲜食葡萄检测方法在说明书摘要公布了：一种应用于农业机器人采摘的鲜食葡萄检测方法，包括以下步骤：步骤1、将拍摄的葡萄图像数据集的数据加载到模型中，对图像进行马赛克数据增强操作，得到更丰富的数据样本，再进行后续的特征提取操作；步骤2、对预处理后的图像提取特征，生成特征向量；步骤3、对提取的特征进行多尺度融合；步骤4、对网络输出的多尺度特征图进行目标预测并计算损失函数；步骤5、判断训练是否达到最优训练效果，进行新一轮迭代或输出模型结果；步骤6、使用训练后的模型进行目标检测操作，并且使用非最大值抑制的方法，删除多余的预测框。本发明提高复杂场景中鲜食葡萄的识别精度与识别速度。

本发明授权一种应用于农业机器人采摘的鲜食葡萄检测方法在权利要求书中公布了：1.一种应用于农业机器人采摘的鲜食葡萄检测方法，其特征在于，所述方法包括以下步骤： 步骤1、采集拍摄的葡萄图像数据集的数据，对数据进行马赛克数据增强操作，得到更丰富的数据样本，再进行后续的特征提取操作； 步骤2、对预处理后的图像提取特征，生成特征向量，过程如下：数据样本作为训练样本输入到特征提取神经网络中，先通过卷积、池化和激活操作得到特征图；再将特征图输入到ELSAN结构中，提取葡萄的形状、颜色和纹理表层信息； 步骤3、对提取的特征进行多尺度融合：特征提取神经网络输出的特征图通过特征金字塔结构实现不同级别的特征融合； 步骤4、训练过程中，将图像分割为n*n的单元格，根据卷积操作得到的特征对每一个单元格内的葡萄进行判断，并得到单元格内的葡萄的边界信息，预测葡萄的位置与类别，然后与标定的真实葡萄位置与类别进行对比；计算损失函数，根据损失函数进行反向传播修正每一层神经网络的权重从而调整模型参数； 步骤5、判断训练是否达到结束条件，若未达到条件，则返回步骤4；若达到条件，则停止训练并输出模型结果； 步骤6、使用训练后的模型进行目标检测操作，并且使用非最大值抑制的方法，删除多余的预测框； 所述步骤2中，ELSAN提取信息的过程如下： 2.1.1、将输入的特征图分为两部分，即跨级连接与堆栈计算块，跨级连接用于加快推理速度，堆栈计算块用于丰富梯度信息提高学习能力； 2.1.2、使用特征张量叠加concat操作，降低算法访问内存的速度； 2.1.3、最后经过通道混洗操作提高特征信息在不同通道内的融合； 所述步骤2中，引入SPPF模块，将输入特征图经过不同的尺度的池化操作，并将操作结果拼接得到丰富的特征信息；在SPPF模块前加入了SE注意力机制，得到其通道间的最优的特征权重；过程如下： 2.2.1、首先对输入的特征图H×W×C进行空间压缩，在空间维度实现全局平均池化，得到1×1×C的特征图； 2.2.2、对压缩后的特征图进行全连接层操作学习，得到具有通道注意力的特征图； 2.2.3、将具有通道注意力的特征图与原始特征图进行结合，通过逐通道乘以权重系数的方法，得到最终带有通道注意力的特征图。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区朝晖六区潮王路18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。