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！

龙图腾网恭喜重庆邮电大学申请的专利面向采摘机器人的遮挡和重叠果实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：CN114882498B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202210565489.1，技术领域涉及：G06V20/68；该发明授权面向采摘机器人的遮挡和重叠果实识别方法是由朱意霖;郑太雄;刘劲松;易源;谢新宇;张世博;张黎设计研发完成，并于2022-05-18向国家知识产权局提交的专利申请。

本面向采摘机器人的遮挡和重叠果实识别方法在说明书摘要公布了：本发明涉及一种面向采摘机器人的遮挡和重叠果实识别方法，属于图像识别领域，提出Dense‑TRH‑YOLO模型，在YOLOv5的基础上将Denseblock模块融合到骨干网中，创建了早期层到后期层的段路径，并且将Transfomer模块融入到模型中，提高语义可分辨性并减少类别混淆，增加对遮挡物的识别精度，然后通过Unet++‑PAN颈部结构提取各层图像特征，最后用EfficientIOULoss损失函数代替原模型的CIOU进行边框回归输出检测框位置和分类置信度，在CIOU的基础上分别计算宽高的差异值代替了纵横比，同时引入FocalLoss解决难易样本不平衡的问题。

本发明授权面向采摘机器人的遮挡和重叠果实识别方法在权利要求书中公布了：1.一种面向采摘机器人的遮挡和重叠果实识别方法，其特征在于：包括以下步骤：S1：采用改进的Yolov5作为果实目标检测的主体算法，将改良的Dense-TR-CSP代替CSPDarknet-53作为骨干网络，将Denseblock模块融合到骨干网中；S2：将原YOLOv5的最深层C3模块替换为C3TR模块；S3：采用Unet++-PAN结构替换原YOLOv5中的PAnet作为模型的颈部结构，并且在结合浅层信息和深层信息时，引入可学习的权重来学习不同输入特征的重要性；首先在同尺寸的原始输入节点和输出节点之间加入跨层加权链接；在不同尺寸的节点之间采用上采样或下采样加权特征融合，得到Unet++-PAN结构提取不同尺寸的图像特征；Unet++-PAN中各节点计算式为： 其中，H是卷积，D是下采样，u是上采样，令xi，j表示节点输出，i表示沿采样层数，j表示沿跳接索引密集块的卷积层；S4：在步骤S3对图像特征进行深层提取后，以三个不同特征提取层传入Yolohead对水果种类进行检测和分类；S5：在步骤S4的全连接层中采用softmax分类器进行目标检测分类，并采用EfficientIOULoss损失函数代替原模型的CIOU进行边框回归输出检测框位置和分类置信度；S6：对步骤S5中定位后图像剪裁后进行边缘提取，使用SVM分类器对定位后的果实进行是否能直接采摘作分类。

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邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路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”。