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！

龙图腾网获悉暨南大学申请的专利基于YOLOV5算法的拾球机控制方法、装置及存储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：CN116630864B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310700031.7，技术领域涉及：G06V20/40；该发明授权基于YOLOV5算法的拾球机控制方法、装置及存储介质是由张鑫源;何子炎;张桦坚;黄启睿;蓝鑫;贾镇纲;刘晓翔;林聪;龚雪沅设计研发完成，并于2023-06-13向国家知识产权局提交的专利申请。

本基于YOLOV5算法的拾球机控制方法、装置及存储介质在说明书摘要公布了：本申请涉及基于YOLOV5算法的拾球机控制方法、装置及存储介质，该方法包括：获取羽毛球训练过程中的视频，视频包括多帧视频图像帧；利用预训练的球体识别网络，在每帧视频图像帧中检测候选球体，确定候选球体对应的包围盒，球体识别网络是基于YOLOV5算法，采用预设的融合浅层特征作为YOLOV5算法的浅层特征所训练的神经网络，融合浅层特征是浅层特征和预设的深层特征进行融合所生成的；根据包围盒与对应视频图像帧的中线的距离信息，从候选球体筛选出目标球体；按预设的移动驱动模式，控制拾球机驶向与目标球体所处位置对应的实景场地位置，以风力吸取处于实景场地位置上的羽毛球。通过本申请，解决了对羽毛球进行识别的方案存在检测精准度及拾球效率低的问题。

本发明授权基于YOLOV5算法的拾球机控制方法、装置及存储介质在权利要求书中公布了：1.一种基于YOLOV5算法的拾球机控制方法，其特征在于，包括： 获取羽毛球训练过程中的视频，其中，所述视频包括多帧视频图像帧； 利用预训练的球体识别网络，在每帧所述视频图像帧中检测候选球体，并确定所述候选球体所对应的包围盒，其中，所述球体识别网络是基于YOLOV5算法，并采用预设的融合浅层特征作为所述YOLOV5算法的浅层特征所训练的神经网络，所述融合浅层特征是利用所述YOLOV5算法从样本图像提取的浅层特征和预设的深层特征进行融合所生成的，所述深层特征包括用于表征羽毛球组成特征的预设粗粒度的语义信息； 根据所述包围盒与对应所述视频图像帧的中线的距离信息，从所述候选球体筛选出目标球体； 按预设的移动驱动模式，控制拾球机驶向与所述目标球体所处位置对应的实景场地位置，并以风力吸取处于所述实景场地位置上的羽毛球，其中，利用所述YOLOV5算法从样本图像帧提取的浅层特征和预设的深层特征进行融合，生成融合浅层特征，包括： 利用YOLOV5算法，从预处理后的样本图像中提取初始浅层特征，其中，所述预处理包括以下其中一种：数据增强、自适应锚框计算、图片随机缩放、图像随机裁剪、图像随机排布及拼接，所述初始浅层特征包括以下至少一种的第一细粒度信息：图像颜色信息、图像纹理信息、图像边缘信息、图像棱角信息，所述样本图像包括从已有的羽毛球训练视频中获取的视频图像帧； 获取预设的所述深层特征所对应的第二细粒度信息和多种目标语义信息，其中，所述第二细粒度信息至少包括以下其中一种：图像颜色信息、图像纹理信息、图像边缘信息、图像棱角信息，所述目标语义信息用于表征羽毛球的组成特征； 判断所述第二细粒度信息和所述第一细粒度信息的相似度是否处于预设的相似度阈值区间； 在判断到所述相似度处于预设的相似度阈值区间的情况下，将所述深层特征所具有的多种所述目标语义信息赋予给所述初始浅层特征，得到所述融合浅层特征。

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暨南大学，其通讯地址为：519000 广东省珠海市香洲区前山路206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。