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！

龙图腾网获悉华南农业大学申请的专利基于多模态融合的荔枝品质无损检测方法及系统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：CN116958071B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202310829911.4，技术领域涉及：G06T7/00；该发明授权基于多模态融合的荔枝品质无损检测方法及系统是由谢家兴;陈诗云;李君;华佳俊;余振邦;吴佩文;王嘉鑫;申济源;潘越设计研发完成，并于2023-07-07向国家知识产权局提交的专利申请。

本基于多模态融合的荔枝品质无损检测方法及系统在说明书摘要公布了：本发明公开了一种基于多模态融合的荔枝品质无损检测方法及系统，方法包括：获取多组不同角度的荔枝RGB图像和荔枝深度图像，构建荔枝数据集；建立改进型CenterNet网络模型，采用多模态数据融合策略；基于荔枝数据集对改进型CenterNet网络模型进行分布式训练，并优化训练过程；将拍摄的图像流输入训练好的改进型CenterNet模型中，实现荔枝品质无损检测。解决了传统果实品质检测方法效率低下、实时性不强、精度不够的问题，且本发明更加聚集图像局部关键区域，快速捕获图像中的关键信息，为荔枝品质在线无损检测技术与装备的研究提供理论支撑。

本发明授权基于多模态融合的荔枝品质无损检测方法及系统在权利要求书中公布了：1.一种基于多模态融合的荔枝品质无损检测方法，其特征在于，包括： 获取多组不同角度的荔枝RGB图像和荔枝深度图像，构建荔枝数据集； 建立改进型CenterNet网络模型，采用多模态数据融合策略； 基于荔枝数据集对融合后的改进型CenterNet网络模型进行分布式训练，并优化训练过程； 将拍摄的图像流输入训练好的改进型CenterNet模型中，实现荔枝品质无损检测； 建立改进型CenterNet网络模型，采用多模态数据融合策略包括： 将CenterNet作为荔枝品质无损检测模型的基础框架； 将轻量级网络ConvNeXt-tiny作为荔枝品质无损检测模型的纯卷积架构主干网络； 在纯卷积架构主干网络末端添加CFP集中金字塔模块； 将同一角度的荔枝RGB图像和荔枝深度进行图像配准且像素位宽一致，并将单通道的荔枝深度图像编码为三通道的HHA图像； 将配准后的RGB图像和HHA图像作为三通道输入，分别通过一个ConvNeXt-tiny纯卷积架构主干网络进行特征提取，并在中间层对两种特征进行特征信息融合，且以并联嵌套的方式输入CFP集中金字塔模块中，实现多模态数据融合； 多模态数据融合具体包括： 配准后的RGB图像和HHA图像大小为640×640，将其分别输入ConvNeXt-tiny纯卷积架构主干网络进行特征提取，ConvNeXt-tiny纯卷积架构主干网络包含4个阶段conv，得到4个不同阶段的特征图的大小分别为160×160、80×80、40×40、20×20； 构建中间层特征融合网络进行特征信息融合，中间层融合网络采用add和1×1的卷积核进行特征信息融合； 除第一阶段外，将第二阶段conv得到的RGB图像深度特征图和HHA图像深度特征图通过中间层特征融合网络后，输入CFP集中金字塔模块的layer3； 将第三阶段conv得到的RGB图像深度特征图和HHA图像深度特征图通过中间层特征融合网络后，输入CFP集中金字塔模块的layer4； 将第四阶段conv得到的RGB图像深度特征图和HHA图像深度特征图通过中间层特征融合网络后，经过2倍下采样后输入CFP集中金字塔模块的layer1； CFP集中金字塔模块对不同阶段的输入特征图进行融合，结合上一单元传入的特征数据进行运算，得到最终的特征表示，实现了多模态数据特征融合。

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华南农业大学，其通讯地址为：510642 广东省广州市天河区五山路483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”。