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！

龙图腾网获悉浙江理工大学申请的专利一种番茄采摘机器人的植株与果实检测算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：CN115984704B 。

龙图腾网通过国家知识产权局官网在2026-02-17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：202310096462.7，技术领域涉及：G06V20/10；该发明授权一种番茄采摘机器人的植株与果实检测算法是由孟志超;杜小强;马锃宏设计研发完成，并于2023-02-10向国家知识产权局提交的专利申请。

本一种番茄采摘机器人的植株与果实检测算法在说明书摘要公布了：本发明涉及机器视觉领域。目的是提供一种番茄采摘机器人的植株与果实检测算法，该算法应实现无碰撞采摘，并具有检测速度快、精度高的特点。技术方案是：一种番茄采摘机器人的植株与果实检测算法，包括以下步骤：1‑1采集番茄图像；1‑2将番茄图像输入多任务卷积神经网络模型进行处理；1‑3在番茄图像上得到番茄的边界框、关键点、茎杆；所述多任务卷积神经网络模型的建立方法为：2‑1构建数据集；2‑2数据预处理；2‑3选择YOLOV5s作为基础网络模型，在基础网络模型中加入关键点预测参数与语义分割模块；2‑4确定模型训练超参数，构建模型损失函数，将数据集输入基础网络模型进行训练和测试，得到多任务卷积神经网络模型。

本发明授权一种番茄采摘机器人的植株与果实检测算法在权利要求书中公布了：1.一种番茄采摘机器人的植株与果实检测算法，包括以下步骤： 1‑1采集番茄图像； 1‑2将番茄图像输入多任务卷积神经网络模型进行处理； 1‑3在番茄图像上得到番茄的边界框、关键点、茎杆； 所述多任务卷积神经网络模型的建立方法为： 2‑1构建数据集：构建番茄关键点数据集和番茄茎杆数据集； 2‑2数据预处理：将番茄关键点数据集和番茄茎杆数据集进行归一化处理和数据增强操作； 2‑3选择YOLO V5s作为基础网络模型；基础网络模型的Head网络的检测分支中加入关键点预测参数以实现边界框回归与关键点预测，在基础网络模型的Head网络中加入语义分割模块以实现番茄茎杆语义分割；基础网络模型的第16层的拼接层依次通过卷积层、上采样层、C3模块、卷积层、上采样层、卷积层、C3模块、卷积层、上采样层后连接语义分割模块； 2‑4确定模型训练超参数，构建模型损失函数，以F1作为目标检测性能指标，以mIoU作为语义分割性能指标，以dlmk作为关键点性能指标，将数据集输入基础网络模型进行训练和测试，得到多任务卷积神经网络模型。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市下沙高教园区白杨街道2号大街928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”。

以上内容由龙图腾AI智能生成。