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！

龙图腾网获悉江苏科技大学申请的专利一种基于YOLOv5的轻量化零件识别定位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：CN116051808B 。

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：202310037356.1，技术领域涉及：G06V10/22；该发明授权一种基于YOLOv5的轻量化零件识别定位方法是由赵礼刚;秦齐;吴爱胜设计研发完成，并于2023-01-10向国家知识产权局提交的专利申请。

本一种基于YOLOv5的轻量化零件识别定位方法在说明书摘要公布了：本发明公开了一种基于YOLOv5的轻量化零件识别定位方法，包括通过工业相机采集零件样本图像；对采集的图像样本进行数据增强，制作数据集，并分成训练集和验证集；构建基于轻量化YOLOv5的零件识别深度学习模型，载入数据集对算法模型进行训练，得到目标识别结果及预测框；从预测框中将目标区域从图像中截取出来，对预处理区域进行边缘提取得到目标框架，对目标框架进行特征点提取得到特征点的位置信息，并计算重心作为零件的定位点；基于相机标定参数和小孔成像原理，将零件重心的像素坐标转换为实际物理坐标，获得零件重心的实际坐标。本发明提高了目标检测的鲁棒性，大幅提高了目标识别的效率。

本发明授权一种基于YOLOv5的轻量化零件识别定位方法在权利要求书中公布了：1.一种基于YOLOv5的轻量化零件识别定位方法，其特征在于，包括如下步骤： 1通过工业相机采集零件样本图像； 2对采集的图像样本进行数据增强，制作数据集，并分成训练集和验证集； 3构建基于轻量化YOLOv5的零件识别深度学习模型，载入数据集对算法模型进行训练，得到目标识别结果及预测框； 4从预测框中将目标区域从图像中截取出来，对预处理区域进行边缘提取得到目标框架，对目标框架进行特征点提取得到特征点的位置信息，并计算重心作为零件的定位点； 5基于相机标定参数和小孔成像原理，将零件重心的像素坐标转换为实际物理坐标，获得零件重心的实际坐标； 所述步骤3包括： 31搭建原始YOLOv5模型，依次将模型的输入端、主干结构、Neck结构、输出端搭建出来并按照算法传播方向进行连接； 32将YOLOV5模型的主干网络backbone替换成ghostnet； 33构建新型特征金字塔SPP_F；SPP_F模块采用kernel size＝{1*1,5*5,9*9,13*13}大小的采样区域并进行平均池化操作Avgpool，SPP_F采用Convconv+BN+ReLU模块，然后做3*3的平均池化，采用在3*3池化的基础之上再做5*5和7*7的平均池化，最后将池化后的结果与为进行池化操作的数据进行Concat操作； 34去除用于大目标尺度的检测层； 35将YOLOv5模型中GIOU损失函数替换为Alpha‑SIOU损失函数； 36获得总体样本检测的平均精确度mAP，目标检测平均精度P、目标平均召回率R，具体公式如下： 其中，TP指的是识别正确的零件数目；FN指的是未识别出的零件数目；FP指的是错误识别的零件数目；N表示零件的类别数量； 所述步骤35包括： 35‑1角度损失其中，ch为真实框和预测框中心点的高度差，σ为真实框和预测框中心点的距离，为真实框中心点坐标，为预测框中心坐标； 35‑2距离损失γ＝2‑Λ其中cw，ch为真实框与预测框最小外接矩形的宽和高； 35‑3形状损失其中w，h，wgt，hgt分别为预测框和真实框的宽和高；θ控制对形状损失的关注程度，通常取[2,6]； 35‑4IOU损失其中，IOU表示图像真实框与预测框的面积的交集与面积的并集之比，Δ为距离损失，Ω为形状损失。

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江苏科技大学，其通讯地址为：212003 江苏省镇江市京口区梦溪路2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。