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！

龙图腾网获悉武汉轻工大学申请的专利水下垃圾检测方法及系统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：CN115797658B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202211669055.2，技术领域涉及：G06V10/44；该发明授权水下垃圾检测方法及系统是由王恒;张普;油梦楠;尤昕源;郝森设计研发完成，并于2022-12-23向国家知识产权局提交的专利申请。

本水下垃圾检测方法及系统在说明书摘要公布了：本发明提供一种水下垃圾检测方法及系统，包括收集水下垃圾的原始图像数据集，对原始图像数据集进行预处理及标注标签；设置YOLOX水下垃圾图像目标检测模型，所述YOLOX水下垃圾图像目标检测模型中CBAM模块采用改进后的结构，包含通道注意力模块和空间注意力模块两个子模块；训练YOLOX水下垃圾图像目标检测模型；水下机器人上搭载训练好的YOLOX水下垃圾图像目标检测模型；将水下机器人放置水下进行垃圾检测并自主抓取，包括由水下机器人通过相机实施捕捉视频图像，利用训练好的YOLOX水下垃圾图像目标检测模型对物体进行实时检测。本发明提出的技术方案具有较好的准确度和检测速度，且能覆盖现有的水下垃圾种类，可为水下垃圾检测提供参考。

本发明授权水下垃圾检测方法及系统在权利要求书中公布了：1.一种水下垃圾检测方法，其特征在于：包括以下步骤， 步骤S1、收集水下垃圾的原始图像数据集； 步骤S2、对原始图像数据集进行预处理及标注标签； 步骤S3、设置YOLOX水下垃圾图像目标检测模型，所述YOLOX水下垃圾图像目标检测模型基于YOLOX网络框架设置，包括主干特征提取网络CSPDarknet、CBAM模块、特征融合网络PAFPN、以及解耦检测头decoupledhead；从主干特征提取网络CSPDarknet结构中分别输出3个不同尺度大小的初步特征层，将经特征融合网络PAFPN进行特征融合后的3个增强特征层输入到3个decoupledhead中进行分类预测，以实现对水下垃圾的检测； 其中，在主干特征提取网络CSPDarknet与特征融合网络PAFPN之间设置的CBAM模块采用改进后的结构，包含通道注意力模块和空间注意力模块两个子模块，将输入特征层分为两个分支，一个分支通过注意力机制模块，另一分支不做任何处理直接与注意力机制模块的输出进行元素相乘操作，然后再分成两个分支，一个分支通过空间注意力模块，另一分支不做任何处理直接与空间注意力模块输出进行元素相乘操作，最后输出特征层； 所述YOLOX水下垃圾图像目标检测模型中使用的CBS模块均采用改进后的结构，包括依次连接的一个卷积层、一个BN层和一个Swish激活层，卷积层用于提取原图像RGB三通道特征，通过和卷积核的卷积运算形成新的特征图，BN层通过对数据归一化操作来防止梯度消失和过拟合，Swish激活层将取值小于0的特征部分压缩在一个较小的非零区间，以保留特征信息； 所述YOLOX水下垃圾图像目标检测模型中采用改进后的ASPP模块替代YOLOX网络中的SPP模块，所述改进后的ASPP模块包括1个普通卷积层、3个空洞卷积层和一个全局平均池化层，将这5个通道的特征层堆叠在一起，通过一个卷积操作调整通道，最终得到输出； 步骤S4、训练YOLOX水下垃圾图像目标检测模型； 步骤S5、水下机器人上搭载训练好的YOLOX水下垃圾图像目标检测模型； 步骤S6、将水下机器人放置水下进行垃圾检测并自主抓取，包括由水下机器人通过相机实施捕捉视频图像，利用训练好的YOLOX水下垃圾图像目标检测模型对物体进行实时检测。

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武汉轻工大学，其通讯地址为：430023 湖北省武汉市东西湖区常青花园学府南路68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”。