買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉常州大學(xué)申請(qǐng)的專利一種基于圖像渲染的果實(shí)生長(zhǎng)形態(tài)辨識(shí)方法獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114842347B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-08發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210580143.9，技術(shù)領(lǐng)域涉及：G06V20/10；該發(fā)明授權(quán)一種基于圖像渲染的果實(shí)生長(zhǎng)形態(tài)辨識(shí)方法是由呂繼東;許浩;韓穎;徐黎明;盧文斌;顧玉宛;戎海龍;鄒凌;馬正華設(shè)計(jì)研發(fā)完成，并于2022-05-26向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本一種基于圖像渲染的果實(shí)生長(zhǎng)形態(tài)辨識(shí)方法在說(shuō)明書摘要公布了：本發(fā)明涉及卷積神經(jīng)網(wǎng)絡(luò)技術(shù)領(lǐng)域，尤其涉及一種基于圖像渲染的果實(shí)生長(zhǎng)形態(tài)辨識(shí)方法，包括采集果實(shí)圖像；圖像數(shù)據(jù)增強(qiáng)；構(gòu)建主干網(wǎng)絡(luò)，并通過(guò)自頂向下和自底向上的雙向融合網(wǎng)絡(luò)對(duì)主干網(wǎng)絡(luò)的網(wǎng)絡(luò)層進(jìn)行特征融合，從而對(duì)圖像進(jìn)行特征提取；構(gòu)建RPN網(wǎng)絡(luò)；使用點(diǎn)的表征來(lái)進(jìn)行圖像分割，首先選擇少量真值點(diǎn)進(jìn)行預(yù)測(cè)；其次，對(duì)選中的每個(gè)點(diǎn)提取逐點(diǎn)特征表示，最后構(gòu)建一個(gè)MLP預(yù)測(cè)分類；將測(cè)試集圖像送入訓(xùn)練好的網(wǎng)絡(luò)模型后進(jìn)行前向傳播。本發(fā)明基于深度學(xué)習(xí)搭建特征提取網(wǎng)絡(luò)并基于圖像渲染的思想來(lái)實(shí)現(xiàn)果實(shí)生長(zhǎng)形態(tài)的精確辨識(shí)，使得采摘機(jī)器人能夠自動(dòng)辨識(shí)果實(shí)生長(zhǎng)形態(tài)，為進(jìn)一步對(duì)其選用相應(yīng)的采摘機(jī)制奠定基礎(chǔ)。

本發(fā)明授權(quán)一種基于圖像渲染的果實(shí)生長(zhǎng)形態(tài)辨識(shí)方法在權(quán)利要求書中公布了：1.一種基于圖像渲染的果實(shí)生長(zhǎng)形態(tài)辨識(shí)方法，其特征在于，包括以下步驟： S1、采集果實(shí)圖像，并對(duì)圖像進(jìn)行標(biāo)注； S2、通過(guò)飽和度調(diào)整、對(duì)比度調(diào)整、亮度調(diào)整、銳度調(diào)整以及清晰度調(diào)整對(duì)標(biāo)注后的圖像進(jìn)行數(shù)據(jù)增強(qiáng)； S3、構(gòu)建主干網(wǎng)絡(luò)；并通過(guò)自頂向下和自底向上的雙向融合網(wǎng)絡(luò)對(duì)主干網(wǎng)絡(luò)的網(wǎng)絡(luò)層進(jìn)行特征融合，從而對(duì)圖像進(jìn)行特征提取； 自頂向下是通過(guò)上采樣的方式將頂層的小特征圖依次放大到與主干網(wǎng)絡(luò)的第3、2、1階段特征圖一樣的大小，再通過(guò)相加的方法進(jìn)行融合； 自頂向下包括3個(gè)上采樣模塊調(diào)整特征圖大小，4個(gè)1×1卷積橫向連接調(diào)整通道數(shù)進(jìn)行特征融合；從主干網(wǎng)絡(luò)的第3、2、1階段輸出特征圖經(jīng)過(guò)橫向連接調(diào)整通道數(shù)，并對(duì)SPPF輸出的特征圖進(jìn)行上采樣，與橫向連接輸出相同大小的特征圖進(jìn)行加權(quán)融合； 自底向上是對(duì)特征圖進(jìn)行下采樣，隨后與自頂向下路徑上大小相同的特征圖進(jìn)行融合； 自底向上包括3次下采樣和3個(gè)特征融合； 同時(shí)，在兩條融合路徑上的每次上采樣和下采樣操作之后添加注意力機(jī)制； S4、構(gòu)建RPN網(wǎng)絡(luò)，對(duì)圖像特征進(jìn)行感興趣的區(qū)域推薦； S5、使用點(diǎn)的表征來(lái)進(jìn)行圖像分割，首先選擇少量真值點(diǎn)進(jìn)行預(yù)測(cè)； 推理時(shí)從分辨率最小的層開始，每次上采樣2倍，然后直接選出不確定的N個(gè)點(diǎn)，訓(xùn)練時(shí)選點(diǎn)的策略主要分為3步，首先從均勻分布中隨機(jī)選取K*N個(gè)點(diǎn)，隨后通過(guò)插值計(jì)算出選中的K*N個(gè)點(diǎn)，進(jìn)行不確定性估計(jì)，再?gòu)闹羞x擇βN個(gè)點(diǎn)，最后剩下的（1-β）N個(gè)點(diǎn)按照均勻分布的方式選擇； 其次，對(duì)選中的每個(gè)點(diǎn)提取逐點(diǎn)特征表示，最后構(gòu)建一個(gè)MLP預(yù)測(cè)分類； S6、將測(cè)試集圖像送入訓(xùn)練好的網(wǎng)絡(luò)模型后進(jìn)行前向傳播，返回預(yù)測(cè)框的回歸參數(shù)、類別概率以及實(shí)例掩碼，最后保存預(yù)測(cè)結(jié)果。

如需購(gòu)買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人常州大學(xué)，其通訊地址為：213164 江蘇省常州市武進(jìn)區(qū)滆湖中路21號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。