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基于改进型YOLOv5的猕猴桃授粉花朵识别方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：CN117079125B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202310955712.8，技术领域涉及：G06V20/10；该发明授权一种基于改进型YOLOv5的猕猴桃授粉花朵识别方法是由欧俊朗;童俊华;熊宵;商凯源;周海丽;孟鹏豪;马锃宏设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本一种基于改进型YOLOv5的猕猴桃授粉花朵识别方法在说明书摘要公布了：本发明属于目标检测领域，目的是提供一种基于改进型YOLOv5的猕猴桃授粉花朵识别方法，以解决由于猕猴桃花朵重叠与具有一定倾斜角导致难以识别，实现充分授粉的问题。技术方案是一种改进型YOLOv5的猕猴桃授粉花朵识别方法，具体包括以下步骤：步骤S1：采集猕猴桃花朵图片；步骤S2：对采集到的图像数据进行数据增强；步骤S3：对数据集中的猕猴桃花朵进行标注，再分为训练集、验证集和测试集；步骤S4：在YOLOv5模型中的K‑means聚类数据算法更改成K‑means++算法；步骤S5：在YOLOv5模型中添加了CBMA注意力机制；步骤S6：将YOLOv5中GIOU‑loss损失函数更改成CIOU‑loss损失函数；步骤S7：在detect函数中加入花朵角度计算模块；步骤S8：在detect函数中加入重叠花朵情况判断及授粉点寻找模块；步骤S9：训练和测试。

本发明授权一种基于改进型YOLOv5的猕猴桃授粉花朵识别方法在权利要求书中公布了：1.一种改进型YOLOv5的猕猴桃授粉花朵识别方法，具体包括以下步骤： 步骤S1：使用相机在猕猴桃种植园下午采集不同花朵数量，不同角度，不同重叠情况下的猕猴桃花朵图片，以便增加数据的多样性； 步骤S2：使用Python脚本对采集到的图像数据进行数据增强，包括暗度、亮度、高斯噪声和镜像方式，突出显示图像的局部特征，将不同物体的特征进行有效区分，提高数据集的数量从而增强神经网络模型的鲁棒性； 步骤S3：使用开源图像标注软件Labelimg对数据集中的猕猴桃花朵进行标注，并将标注后的结果保存为xml格式文件；使用Python脚本将所有标注好的猕猴桃花朵图像分为训练集、验证集和测试集； 步骤S4：在YOLOv5模型中的K-means聚类数据算法更改成K-means++算法，以便能够选择出更优的初始聚类中心，并且提高算法的速度； 步骤S5：在YOLOv5模型中添加了CBMA注意力机制，以提高模型对猕猴桃花特征的提取精度； 步骤S6：将YOLOv5中GIOU-loss损失函数更改成CIOU-loss损失函数； 步骤S7：在detect函数中加入花朵角度计算模块；通过计算分析花朵角度计算模块，可得到花朵倾斜角度、花蕊中心和花朵中心之间的位置关系； 步骤S8：在detect函数中加入重叠花朵情况判断及授粉点寻找模块，根据目标框与预测框的交并比判断出花朵重叠情况，从而依据不同重叠情况确定授粉点坐标； 步骤S9：利用PyCharm平台在台式计算机上实现猕猴桃花朵识别模型的训练和测试； 所述步骤S7中：detect函数中加入的花朵角度计算模块为： ； 其中：花朵原长为L，α为花朵自身倾斜角度，a为花朵和花蕊之间的厚度，b为花朵倾斜后的水平长度，∆x为花朵中心点与花蕊中心点之间的水平距离； 为了减少花朵重力对计算花朵实际倾斜角度造成的不良影响，把采集到的图片和数据进行回归函数计算，得到优化后的花朵角度计算模块为： ； 其中：α’为优化后花朵自身倾斜角度计算值； 所述步骤S8中，在detect函数中加入的重叠花朵情况判断及授粉点寻找模块为： ； 其中：x、y为多边形每个顶点的坐标，n为多边形的边数； 多边形形心的坐标公式为： ； 根据输出的形心坐标以及各组成重叠多边形的花朵中心点坐标，计算出靶倾斜角度。

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。