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！

龙图腾网获悉北京林业大学申请的专利基于轻量级卷积神经网络识别香蕉果轴及香蕉串的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：CN115690776B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202211344118.7，技术领域涉及：G06V20/68；该发明授权基于轻量级卷积神经网络识别香蕉果轴及香蕉串的方法是由赵汐璇;姜子墨;闫硕;阚江明设计研发完成，并于2022-10-31向国家知识产权局提交的专利申请。

本基于轻量级卷积神经网络识别香蕉果轴及香蕉串的方法在说明书摘要公布了：本发明公开了一种基于轻量级卷积神经网络识别香蕉果轴及香蕉串的方法，包括：构建包含香蕉果轴及香蕉串的香蕉样本图像数据集，进行数据增强；将MaskRCNN网络模型的主干网络ResNet替换为Mobile‑Net轻量级卷积神经网络，并进行图像特征提取FPN、掩膜预测分支、空洞卷积三方面的改进增强，得到Mask‑Mobile模型；通过迁移学习方法将Mask‑Mobile模型在COCO数据集的学习成果迁移到香蕉样本图像数据集，经过再次训练之后，得到Mask‑Mobile模型生成的权重文件；将Mask‑Mobile模型及权重文件部署到用于识别香蕉果轴及香蕉串的移动终端。本发明通过对MaskRCNN网络同时进行三种改进增强得到改进的识别模型，适合采摘机器人在香蕉采摘现场准确快速识别香蕉果轴及香蕉串。

本发明授权基于轻量级卷积神经网络识别香蕉果轴及香蕉串的方法在权利要求书中公布了：1.一种基于轻量级卷积神经网络识别香蕉果轴及香蕉串的方法，其特征在于，包括以下步骤： 构建包含香蕉果轴及香蕉串的香蕉样本图像数据集； 对所述香蕉样本图像数据集进行数据增强； 将MaskRCNN网络模型的主干网络ResNet替换为Mobile-Net轻量级卷积神经网络，并进行改进增强，得到Mask-Mobile模型，包括：在FPN图像特征金字塔网络中添加一条自底向上的路径增强，在mask预测分支添加一条全连接预测支路，在FCN中采用空洞卷积增加感受野； 采用COCO数据集对Mask-Mobile模型进行预训练，通过迁移学习方法将Mask-Mobile模型在COCO数据集的学习成果迁移到所述香蕉样本图像数据集，经过再次训练之后，得到Mask-Mobile模型生成的权重文件； 将Mask-Mobile模型及其生成的权重文件部署到用于识别香蕉果轴及香蕉串的移动终端，实现对现场的香蕉果轴及香蕉串的识别； 其中，所述在FPN图像特征金字塔网络中添加一条自底向上的路径增强，包括： 在FPN图像特征金字塔网络中，仿照PANet在侧向添加一条独立自底向上的路径增强，仅底层与原来FPN有横向连接，构成层数低于10层的结构层； 所述在mask预测分支添加一条全连接预测支路，包括： 在全卷积网络FCN的mask预测分支基础上，仿照PANet添加一条全连接预测支路，添加的全连接预测支路是从原始Mask预测分支中的conv3叉出的一个全连接层，添加的全连接预测支路先通过两个3×3卷积进行降维，然后经过全连接层将其展开成一维向量，然后通过这个向量预测类别不可知的前景或背景的mask，再通过一个reshape操作将其还原为28×28的FeatureMap，匹配原来的mask大小，最终，mask预测分支和全连接预测支路的输出mask利用数值相加进行融合得到预测结果。

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北京林业大学，其通讯地址为：100083 北京市海淀区清华东路35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。