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！

龙图腾网获悉湖南锐异智能科技有限公司申请的专利电池识别模型训练方法、无序抓取方法、设备及存储介质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：CN116452913B 。

龙图腾网通过国家知识产权局官网在2025-07-04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：202310321215.2，技术领域涉及：G06V10/774；该发明授权电池识别模型训练方法、无序抓取方法、设备及存储介质是由彭超;甘斌设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本电池识别模型训练方法、无序抓取方法、设备及存储介质在说明书摘要公布了：本发明公开了一种电池识别模型训练方法、无序抓取方法、设备及存储介质，该训练方法包括仿真出不同的电池堆放仿真图；由对电池堆放仿真图处理得到的像素矩阵构成仿真训练样本；构建电池识别模型，其包括N个CrossTransformer模型，CrossTransformer模型仅计算每个像素点与该像素点所在行和所在列的其他像素点之间的注意力系数，并将每个像素点替换为该像素点的注意力系数，由注意力系数构成的像素矩阵作为下一个CrossTransformer模型的输入；利用仿真训练样本对电池识别模型训练；利用真实训练样本对电池识别模型进行再训练，得到目标电池识别模型。本发明具有更优的识别精度。

本发明授权电池识别模型训练方法、无序抓取方法、设备及存储介质在权利要求书中公布了：1.一种电池识别模型训练方法，其特征在于，所述方法包括以下步骤： 构建电池模型，根据所述电池模型仿真出不同姿态电池的堆放图片，得到电池堆放仿真图； 对每张所述电池堆放仿真图进行标注，标注内容包括电池、电池光面、电池电极面和提带； 对标注后的每张电池堆放仿真图进行预处理，得到对应的像素矩阵，由所有像素矩阵构成仿真训练样本； 构建电池识别模型，所述电池识别模型包括N个CrossTransformer模型，每个CrossTransformer模型在注意力系数计算时仅计算每个像素点与该像素点所在行和所在列的其他像素点之间的注意力系数；将像素矩阵中的每个像素点替换为该像素点的注意力系数，由注意力系数构成的像素矩阵作为下一个CrossTransformer模型的输入； 利用所述仿真训练样本对所述电池识别模型进行训练，得到训练后的电池识别模型； 获取电池回收现场的电池堆放真实图，对所述电池堆放真实图进行标注，标注内容包括电池、电池光面、电池电极面和提带； 对标注后的每张电池堆放真实图进行预处理，得到对应的像素矩阵，由所有像素矩阵构成真实训练样本； 利用所述真实训练样本对训练后的电池识别模型进行再训练，得到目标电池识别模型。

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湖南锐异智能科技有限公司，其通讯地址为：410006 湖南省长沙市岳麓区学士街道玉莲路32号联东优谷工业园3栋703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”。