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！

龍圖騰網獲悉大連大學申請的專利基于改進型自監督學習的櫻桃成熟度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：CN116071587B 。

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：202310033141.2，技術領域涉及：G06V10/764；該發明授權基于改進型自監督學習的櫻桃成熟度檢測方法是由蓋榮麗;魏凱;孔祥宙;王曉紅;郭志斌設計研發完成，并于2023-01-10向國家知識產權局提交的專利申請。

本基于改進型自監督學習的櫻桃成熟度檢測方法在說明書摘要公布了：本發明公開了一種基于改進型自監督學習的櫻桃成熟度檢測方法，包括：獲取櫻桃圖像，將所述櫻桃圖像劃分為無標注櫻桃圖像和有標注櫻桃圖像，所述有標注櫻桃圖像通過打標簽方式確定所屬類別；使用改進型自監督模型對無標注櫻桃圖像進行訓練，得到預訓練模型；檢測模塊主干網絡使用Resnet59，增加小目標層結構，通過K?means聚類獲取櫻桃先驗框；改進YOLOv5模型結構并與自監督模型進行結合，對有標注櫻桃圖像進行聯合訓練；使用高斯函數為權重的Soft?NMS對最優權重預測的結果剔除重疊預測框。本方法用于從自然生長的櫻桃圖像中檢測成熟度，可從未標記圖像中提取更深層的特征表示，大大降低了對標記圖像數量的要求，特別是提高了低分辨率小櫻桃的檢測精度。

本發明授權基于改進型自監督學習的櫻桃成熟度檢測方法在權利要求書中公布了：1.一種基于改進型自監督學習的櫻桃成熟度檢測方法，其特征在于，包括： 獲取櫻桃圖像，將所述櫻桃圖像劃分為無標注櫻桃圖像和有標注櫻桃圖像，所述有標注櫻桃圖像通過打標簽方式確定所屬類別； 使用改進型自監督模型對無標注櫻桃圖像進行訓練，得到預訓練模型； 檢測模塊主干網絡使用Resnet59，增加小目標層結構，通過K-means聚類獲取櫻桃先驗框； 改進YOLOv5模型結構并與自監督模型進行結合，對有標注櫻桃圖像進行聯合訓練； 使用高斯函數為權重的Soft-NMS對最優權重預測的結果剔除重疊預測框； 所述改進型自監督模型利用6種數據增強的自監督算法，采用Resnet59作為主干網絡，從所述主干網絡中得到的4096維圖像映射到128維空間中，并得到representationzi,zj櫻桃特征圖進行對比； 所述櫻桃特征圖對比方法為： 其中zi,zj是同一張櫻桃圖像在上下分支輸出的兩張互為正樣本的矢量，zi,zk是不同櫻桃圖像在上下分支輸出的兩張互為負樣本的矢量，τ表示溫度參數，用來控制損失函數loss對負樣本對的敏感程度。

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大連大學，其通訊地址為：116622 遼寧省大連市經濟技術開發區學府大街10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”。