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！

龙图腾网获悉重庆坤联机械制造有限公司申请的专利基于深度学习的潜水器数据采集方法和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：CN120932083B 。

龙图腾网通过国家知识产权局官网在2025-12-26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：202511461773.4，技术领域涉及：G06V20/05；该发明授权基于深度学习的潜水器数据采集方法和装置是由姜支弟设计研发完成，并于2025-10-14向国家知识产权局提交的专利申请。

本基于深度学习的潜水器数据采集方法和装置在说明书摘要公布了：本申请公开了一种基于深度学习的潜水器数据采集方法和装置，涉及水下探测与人工智能技术领域，将智能感知与决策控制能力内置于潜水器系统中，使其具备了高度的自主性；即使在通信受限或无法通信的深海环境中，潜水器依然能够独立完成复杂的目标发现、跟踪和精细化数据采集任务。这不仅降低了对人工操作和远程通信的依赖，降低了作业成本和风险，还极大地拓展了潜水器的作业范围和时长，使其能够胜任更长时间、更远距离、更复杂的海洋探测任务。

本发明授权基于深度学习的潜水器数据采集方法和装置在权利要求书中公布了：1.一种基于深度学习的潜水器数据采集方法，其特征在于，包括： 获取潜水器在历史时刻采集的历史图像数据以及由人工标记的关于所述历史图像数据对应的标签；其中，所述历史图像数据为图像增强处理之后的数据； 构建深度学习模型，并根据所述历史图像数据以及由人工标记的关于所述历史图像数据对应的标签训练所述深度学习模型，得到水下目标识别模型； 在所述潜水器在水下的运行过程中，采用预设的数据采样频率采集实时图像数据，并对所述实时图像数据进行图像增强处理，得到增强处理之后的实时图像数据； 调度所述水下目标识别模型对所述增强处理之后的实时图像数据进行识别，确定所述实时图像数据中的目标识别结果； 以所述实时图像数据中的目标识别结果为基础，控制潜水器进行数据采集以及存储，完成基于深度学习的潜水器数据采集； 根据所述历史图像数据以及由人工标记的关于所述历史图像数据对应的标签训练所述深度学习模型，得到水下目标识别模型，包括： 对所述深度学习模型的超参数进行初始化编码，获取训练种群； 针对所述训练种群中任意一个个体，根据所述历史图像数据以及由人工标记的关于所述历史图像数据对应的标签训练，获取个体对应的适应度； 基于所述个体对应的适应度，确定当前训练过程中的第一最优个体； 基于所述第一最优个体，采用正态分布局部开发策略对个体进行局部开发，获取局部开发之后的个体； 采用信息传递策略对所述局部开发之后的个体进行信息传递开发，获取信息传递开发之后的个体； 采用正态分布全局开发策略对所述信息传递开发之后的个体进行全局开发，获取全局开发之后的个体； 判断当前训练次数是否大于或等于预设的最大训练次数，若是，则根据全局开发之后的个体，获取第二最优个体，否则返回获取第一最优个体的步骤； 将所述第二最优个体中的超参数作为所述深度学习模型的最终超参数，得到水下目标识别模型； 基于所述第一最优个体，采用正态分布局部开发策略对个体进行局部开发，获取局部开发之后的个体，包括： 获取训练种群在解空间内的平均位置为： 其中，表示第k次训练时的第i个个体的第d维超参数，N表示训练种群中个体总数，d=1,2,…,D，D表示个体中的超参数总维度，表示第k次训练时的平均位置的第d维超参数； 根据所述平均位置以及所述第一最优个体，获取第i个个体对应的模拟均值信息为： 其中，表示第k次训练时第i个个体对应的模拟平均信息的第d维超参数，表示第一最优个体的第d维超参数； 根据所述平均位置、所述第一最优个体以及模拟均值信息，获取第i个个体对应的模拟标准方差信息为： 其中，表示第i个个体对应的模拟标准方差信息的第d维超参数； 获取惩罚因子为： 其中，表示惩罚因子，表示0,1之间的第一随机数，表示0,1之间的第二随机数，表示0,1之间的第三随机数，表示0,1之间的第四随机数，表示余弦函数，表示圆周率，表示对数函数； 根据所述模拟均值信息、模拟标准方差信息以及惩罚因子，对个体进行局部开发，获取局部开发之后的个体为： 其中，表示第i个局部开发之后的个体的第d维超参数。

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重庆坤联机械制造有限公司，其通讯地址为：400000 重庆市巫山县巫峡镇龙井大道1号巫山亿丰国际商贸城营销中心；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。