| 專利名稱 |
一種基于輕量化多尺度注意力機制的果實目標(biāo)檢測方法 |
| 申請?zhí)?專利號 |
CN202510742480.7 |
專利權(quán)人(第一權(quán)利人) |
長春工業(yè)大學(xué) |
| 申請日 |
2025-06-05 |
授權(quán)日 |
2025-11-25 |
| 專利類別 |
授權(quán)發(fā)明 |
戰(zhàn)略新興產(chǎn)業(yè)分類 |
新一代信息技術(shù) |
| 技術(shù)主題 |
骨干網(wǎng)|深度學(xué)習(xí)|工程學(xué)|模式識別|果園|算法|目標(biāo)檢測 |
| 應(yīng)用領(lǐng)域 |
圖像增強|圖像分析|圖形圖像轉(zhuǎn)換|字符和模式識別|生物學(xué)模型 |
| 意向價格 |
具體面議 |
| 專利概述 |
本發(fā)明公開一種基于輕量化多尺度注意力機制的果實目標(biāo)檢測方法,該方法涉及計算機視覺和深度學(xué)習(xí)以及智能農(nóng)業(yè)融合領(lǐng)域。首先以RetinaNet為架構(gòu),采用輕量化主干網(wǎng)絡(luò)ShuffleNetV2并結(jié)合改進(jìn)的多尺度注意力機制,構(gòu)建LMSA?ReNet模型。通過引入知識蒸餾機制與結(jié)構(gòu)稀疏正則策略,對構(gòu)建的LMSA?ReNet模型進(jìn)行訓(xùn)練,最后使用訓(xùn)練好的模型在果園中進(jìn)行果實目標(biāo)檢測。與其他方法相比,本方法能夠降低模型計算成本,同時提升果實目標(biāo)的檢測精度,面對果園復(fù)雜的實際環(huán)境中實現(xiàn)快速目標(biāo)檢測。 |
| 圖片資料 |
|
| 合作方式 |
具體面議 |
| 聯(lián)系人 |
戚梅宇 |
聯(lián)系電話 |
13074363281 |