河南科技大学张伏获国家专利权
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！
龙图腾网获悉河南科技大学申请的专利一种融合坐标注意力机制和改进组合卷积的YOLOv4识别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：CN115223163B 。
龙图腾网通过国家知识产权局官网在2026-02-13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：202210864608.3，技术领域涉及：G06V20/68；该发明授权一种融合坐标注意力机制和改进组合卷积的YOLOv4识别方法是由张伏;曹炜桦;付三玲;王顺青;崔夏华;王新月;张亚坤;杨宁;张晓东;潘孝青设计研发完成，并于2022-07-21向国家知识产权局提交的专利申请。
本一种融合坐标注意力机制和改进组合卷积的YOLOv4识别方法在说明书摘要公布了：一种融合坐标注意力机制和组合卷积的YOLOv4识别方法,基于YOLOv4模型进行识别，选用GhostNet特征提取网络代替CSPDarkNet53作为YOLOv4骨干网络，采用通过少量计算生成大量特征图的结构，使用更低成本计算量获取特征层中冗余信息，减少模型参数量和计算量；引入坐标注意力机制增强对目标细粒性特征的提取；设计改进组合卷积模块节省计算能力，防止有效特征丢失，提高识别精度。改进YOLOv4模型对果实的识别准确率可达99.23%，可满足自然环境下果实识别精度与速度的需求，为采摘机器人快速精准作业提供保障。
本发明授权一种融合坐标注意力机制和改进组合卷积的YOLOv4识别方法在权利要求书中公布了：1.一种融合坐标注意力机制和改进组合卷积的YOLOv4识别方法，其特征在于：包括如下步骤： 步骤1、选取不同环境下的果蔬图像建立数据集； 步骤2、对目标检测算法YOLOv4进行改进，获得包括输入端、主干特征提取网络、特征融合单元和输出端的改进目标识别模型，将从数据集中选出的训练样本输入建立的改进目标识别网络进行训练，具体改进包括： 主干特征提取网络采用GhostNet特征提取网络； 特征融合单元融合了坐标注意力机制和改进组合卷积模块，改进组合卷积模块为在两项传统组合卷积内引入可分离卷积和残差边；两项传统组合卷积分别为第一次上采样之后的传统组合卷积与第三次传统组合卷积，传统组合卷积包括顺序执行的5次卷积操作，传统组合卷积的第2次卷积操作和第4次卷积操作替换为可分离卷积，传统组合卷积的第1、2次卷积操作旁增加残差边； 步骤3、用获得的改进目标识别模型对拍摄的图像进行检测，识别出果蔬图像中的果实。
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河南科技大学，其通讯地址为：471000 河南省洛阳市涧西区西苑路48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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励