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！

龙图腾网获悉西南石油大学申请的专利一种基于改进YOLOv8的轻量化垃圾分拣机器人目标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：CN119600260B 。

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：202411638439.7，技术领域涉及：G06V10/25；该发明授权一种基于改进YOLOv8的轻量化垃圾分拣机器人目标检测方法是由谌贵辉;何智力;李忠兵;范杰;陈厉辉设计研发完成，并于2024-11-17向国家知识产权局提交的专利申请。

本一种基于改进YOLOv8的轻量化垃圾分拣机器人目标检测方法在说明书摘要公布了：本发明提出了一种基于改进YOLOv8的轻量化垃圾分拣机器人目标检测方法，旨在提升检测速度和准确度，同时降低计算资源消耗。该方法首先利用深度相机采集多角度垃圾图像，并通过生成对抗网络GAN扩充数据集，增强模型的泛化能力。接着，采用改进的YOLOv8轻量化目标检测网络模型，该模型以MobileNetV3作为主干网络，并集成了改进的SPPF和无参SimAM注意力机制，以及dysample上采样模块，以提高目标检测性能。在模型训练阶段，通过动态调整批次大小和采用余弦退火策略调整学习率，优化模型性能。最终，将训练好的模型转换为TensorRT引擎，并在NVIDIAJetsonTX2上部署，确保实时应用中的高效运行。本方法适用于资源受限的嵌入式设备，能有效提升垃圾分拣机器人的检测速度和准确率。

本发明授权一种基于改进YOLOv8的轻量化垃圾分拣机器人目标检测方法在权利要求书中公布了：1.一种基于改进YOLOv8的轻量化垃圾分拣机器人目标检测方法，其特征在于，包括如下步骤： 步骤S1、使用深度相机对垃圾进行图像信息采集，获取多角度、多种类的垃圾图片，形成初步数据集； 步骤S2、利用生成对抗网络对初步数据集进行扩充，GAN通过生成多样化的垃圾图像，增强数据集的多样性，提高模型的泛化能力； 步骤S3、使用labelimg进行人工标注，并按照8：2划分训练集及测试集，形成最终数据集； 步骤S4、基于YOLOv8目标检测模型轻量化改进，包括对其主干网络及颈部网络进行轻量化设计，首先使用改进的MobileNetV3网络替换原始特征提取主干网络，改进的MobileNetV3轻量化设计减少了模型的计算复杂度，适用于资源受限的嵌入式设备上运行，其次使用改进的SPPF-S代替原始SPPF空间金字塔池化模块，提升模型推理速度，最后在模型的空间金字塔池化模块后引入无参SimAM注意力机制，构成完整的主干网络，同时在其模型颈部也引入SimAM注意力机制，使用轻量化动态上采样dysample模块代替颈部原始上采样模块，降低模型参数量和计算量，进一步提升网络性能； 步骤S5、使用改进后的YOLOv8模型对标注的数据集进行训练，调整批次大小，学习率相关参数，优化网络训练的模型性能； 步骤S6、将训练好的pt模型转换为trt模型，使用TensorRT推理优化器进行推理，优化模型在嵌入式设备上的推理速度和效率，确保在实时应用中的高效运行； 步骤S7、将模型部署在垃圾分拣移动机器人主控芯片NVIDIAJetsonTX2上进行实际环境测试，验证模型在实时分拣任务中的性能和稳定性。

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西南石油大学，其通讯地址为：610500 四川省成都市新都区新都大道8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。