買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉武漢理工大學申請的專利加入注意力機制的YOLOV7神經網絡臍橙裂果檢測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116503852B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310478988.1，技術領域涉及：G06V20/68；該發明授權加入注意力機制的YOLOV7神經網絡臍橙裂果檢測方法是由王陸輝;鄒承明設計研發完成，并于2023-04-28向國家知識產權局提交的專利申請。

本加入注意力機制的YOLOV7神經網絡臍橙裂果檢測方法在說明書摘要公布了：本發明涉及一種加入注意力機制的YOLOV7神經網絡臍橙裂果檢測方法，包括以下步驟：S1、采集臍橙裂果圖像，并標注裂果標簽，形成臍橙裂果數據集，對數據集進行預處理；S2、對YOLOv7神經網絡進行改進，添加卷積注意力機制模塊；S3、將標注好的所述數據集按照符合網絡要求的格式輸入所述改進后的YOLOv7神經網絡進行訓練并測試結果；S4、將訓練好的模型部署到移動端進行臍橙裂果的檢測與識別。本發明所構建的臍橙裂果檢測網絡模型是在YOLOv7網絡結構的基礎上，嵌入了卷積注意力機制，從而使網絡在裂果識別中精度更高，檢測速度快，很好解決了當前在臍橙裂果檢測中容易出現裂果與臍把和臍肚容易誤檢的問題。

本發明授權加入注意力機制的YOLOV7神經網絡臍橙裂果檢測方法在權利要求書中公布了：1.一種加入注意力機制的YOLOV7神經網絡臍橙裂果檢測方法，其特征在于，包括以下步驟： S1、采集臍橙裂果圖像，并標注裂果標簽，形成臍橙裂果數據集，對數據集進行預處理； S2、對YOLOv7神經網絡進行改進，添加卷積注意力機制模塊； S3、將標注好的所述數據集按照符合網絡要求的格式輸入改進后的YOLOv7神經網絡進行訓練并測試結果； 在所述步驟S3中，改進后的YOLOv7神經網絡結構包括： Input模塊：輸入3*640*640的三通道彩色圖片； backbone模塊：用于特征提取，由若干CBS層、E-ELAN層、MPConv層以及CBAM層組成，其中CBS層由卷積層+BN層+激活函數組成，采用ReakyRelu作為激活函數；E-ELAN為高效層聚合網絡，能在不破壞原始梯度路徑情況下，提升網絡的學習能；MPConv卷積層在BCov層的基礎上加上最大池化層，構成上下兩個分支，最后使用Concat操作對上下分支提取到的特征進行融合，提高網絡特征提取能力；CBAM層包括通道注意力模塊和空間注意力模塊，通道注意力模塊使用最大池化和平均池化對featuremap進行壓縮，得到兩個不同的空間背景描述，使用MLP組成的共享網絡對所述兩個不同的空間背景描述進行計算得到；空間注意力模塊在channel的維度上使用最大池化和平均池化得到兩個不同的特征描述，利用concat進行特征融合，并使用卷積操作生成空間注意力模塊； Head模塊：用于預測，首先使用SPP金字塔結構，使得頭部網絡適用于多尺寸輸入，然后采用聚合特征金字塔網絡結構，將底層信息沿著字底向上的路徑傳遞到高層，實現不同層次特征的融合，最后通過REPcon結構對不同尺度的特征進行通道數調整； S4、將訓練好的模型部署到移動端進行臍橙裂果的檢測與識別。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人武漢理工大學，其通訊地址為：430070 湖北省武漢市洪山區珞獅路122號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。