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！

龙图腾网获悉中国科学院沈阳自动化研究所申请的专利一种面向采摘机器人的轻量化苹果实时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：CN115908881B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202111156690.6，技术领域涉及：G06V10/762；该发明授权一种面向采摘机器人的轻量化苹果实时检测方法是由王卓;王健;王枭雄;江明祺;时佳;赵泳嘉设计研发完成，并于2021-09-30向国家知识产权局提交的专利申请。

本一种面向采摘机器人的轻量化苹果实时检测方法在说明书摘要公布了：本发明公开了一种面向采摘机器人的轻量化苹果实时检测方法，该方法对YOLOv4算法进行进一步改进，针对苹果检测任务，引入MobileNetv3‑large及深度可分离卷积对模型网络结构进行轻量化改进，于特征融合网络中引入一种坐标注意力机制以缓解因模型简化所带来的精度损失，加强模型对重叠、遮挡苹果的检测能力，在此基础上，在模型训练阶段使用一种跨域迁移与域内迁移相结合的学习策略，提高模型整体泛化能力。本发明所公开的方法更易于在嵌入式平台上部署，在保证精度的前提下拥有较高的响应速度，能够高效实时地对复杂果园环境中的苹果进行检测，能够满足采摘机器人的检测任务需求。

本发明授权一种面向采摘机器人的轻量化苹果实时检测方法在权利要求书中公布了：1.一种面向采摘机器人的轻量化苹果实时检测方法，其特征在于：所述方法包括以下步骤： 1搭建基于YOLOv4的苹果实时检测网络；所述步骤1包括以下步骤： 1-1引入MobileNetv3-large及深度可分离卷积对网络结构进行轻量化改进；所述步骤1-1包括以下步骤： 1-1-1将基于YOLOv4的原始特征提取网络中的CSPDarkNet53替换为MobileNetv3-large的前17个特征层，于网络最后一层引入空间金字塔模块SPP，并将MobileNetv3-large特征层8、14及SPP模块提取到的特征图引出，作为后续特征融合网络的输入； 1-1-2将特征融合网络中的普通卷积替换为深度可分离卷积； 1-2引入坐标注意力机制至特征融合网络中； 2数据预处理并构建数据集； 3用数据集中的数据进行模型训练，用于调整及优化模型参数；所述步骤3，采用一种将跨域迁移与域内迁移相结合的学习策略进行训练，包括以下步骤： 3-3-1跨域迁移学习：使用通用目标检测数据集对模型进行初始化，并使用无背景单一苹果数据集的训练集和验证集数据对模型进行训练调整网络参数，习得苹果特征； 3-3-2域内迁移学习：使用2-3-1训练好的模型在自然环境苹果集的训练集和验证集数据上进一步对模型进行训练调整网络参数，习得非结构自然环境下的苹果特征； 3-3-3并在上述过程中，更新迭代训练网络权重和设定超参数；以验证集损失最低的模型网络权重和超参数作为最终优化好的网络； 4利用优化的网络模型对待检测图像进行识别。

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中国科学院沈阳自动化研究所，其通讯地址为：110016 辽宁省沈阳市沈河区南塔街114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。