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！

龙图腾网获悉陕西物流集团产业研究院有限公司申请的专利基于单目视觉的自监督猕猴桃花簇深度估计方法及装置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：CN120525941B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202511013179.9，技术领域涉及：G06T7/55；该发明授权基于单目视觉的自监督猕猴桃花簇深度估计方法及装置是由安雨辰;刘清华;武阳璨;亢乐;薛万利设计研发完成，并于2025-07-23向国家知识产权局提交的专利申请。

本基于单目视觉的自监督猕猴桃花簇深度估计方法及装置在说明书摘要公布了：本发明公开了一种基于单目视觉的自监督猕猴桃花簇深度估计方法及装置，解决了现有技术中猕猴桃辅助授粉存在人工授粉效率低、机械授粉资源浪费的问题；该方法包括：获取单目相机在田间采集的猕猴桃花簇图像，对猕猴桃花簇图像进行裁切，得到裁切后的猕猴桃花簇图像；将裁切后的猕猴桃花簇图像输入至预训练的改进Yolov8网络中，得到花簇检测结果和深度估计结果，并根据花簇检测结果和深度估计结果调整花粉注射器的姿态，完成猕猴桃花簇授粉；Backbone网络用于特征提取，得到不同层特征；Neck网络，用于根据不同层特征进行特征融合，得到不同融合特征；Head网络用于得到花簇检测结果；实现了在算力小的情况下精准授粉。

本发明授权基于单目视觉的自监督猕猴桃花簇深度估计方法及装置在权利要求书中公布了：1.一种基于单目视觉的自监督猕猴桃花簇深度估计方法，其特征在于，包括： 获取单目相机在田间采集的猕猴桃花簇图像，对所述猕猴桃花簇图像进行裁切，得到裁切后的猕猴桃花簇图像； 将裁切后的猕猴桃花簇图像输入至预训练的改进Yolov8网络中，得到花簇检测结果和深度估计结果，以根据所述花簇检测结果和所述深度估计结果调整花粉注射器的姿态，完成猕猴桃花簇授粉；其中，所述改进Yolov8网络包括：Backbone网络、Neck网络和Head网络； 所述Backbone网络，用于对裁切后的猕猴桃花簇图像进行分层次特征提取，得到浅层特征、中层特征和深层特征； 所述Neck网络，用于对所述浅层特征、所述中层特征和所述深层特征进行特征融合，得到深度估计前置模块输出的第一深度估计特征和实例检测前置模块对应的第一融合特征；所述Neck网络，包括：依次连接的特征增强模块、深度估计前置模块和实例检测前置模块； 所述Neck网络，对所述浅层特征、所述中层特征和所述深层特征进行特征增强，得到深度估计前置模块输出的第一深度估计特征和实例检测前置模块对应的第一融合特征，包括： 根据所述特征增强模块对所述中层特征和所述深层特征进行特征增强，得到第一增强特征； 根据所述深度估计前置模块对所述第一增强特征和所述浅层特征进行深度估计，得到第一深度估计特征； 根据所述实例检测前置模块对所述第一增强特征、所述第一深度估计特征和所述深层特征进行实例检测，得到第一融合特征； 所述Head网络，用于对所述第一深度估计特征进行十字交叉注意力特征提取，得到CrissCross特征图；对所述CrissCross特征图中各像素点进行深度估计，得到深度估计结果；对所述第一融合特征进行花簇目标的检测，得到花簇检测结果； 所述Head网络包括CrissCrossAT模块，CrissCrossAT模块包括：依次连接的三个卷积层、注意力权重生成层、Softmax层、Aggregation层和融合层； 所述对所述第一深度估计特征进行十字交叉注意力特征提取，得到CrissCross特征图，包括： 根据所述三个卷积层分别对所述第一深度估计特征进行深度特征提取，得到查询矩阵、键矩阵和值矩阵； 根据所述注意力权重生成层，利用所述查询矩阵和所述键矩阵进行对应位置的相似度计算，得到注意力权重向量矩阵； 根据所述Softmax层将所述注意力权重向量矩阵转换为概率分布，得到注意力图； 根据所述Aggregation层，利用所述注意力图对所述值矩阵进行聚合操作，得到第一深度估计特征中每个位置对应的位置特征； 根据所述融合层将每个位置对应的位置特征与所述第一深度估计特征对应位置处的深度特征进行Add操作，得到CrissCross特征图。

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陕西物流集团产业研究院有限公司，其通讯地址为：710000 陕西省西安市西咸新区沣西新城尚业路总部经济园5号楼5层527室；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。