首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

一种基于多任务卷积神经网络的桑叶采摘机器人综合视觉信息采集方法 

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!

申请/专利权人:桂林理工大学

摘要:本发明公开了一种基于多任务卷积神经网络的桑叶采摘机器人综合视觉信息采集方法,主要包括以下步骤:步骤1、使用图像采集设备于桑园中采集桑树数据集;步骤2、对原始数据集进行预处理、得到桑树数据集和其对应标签,并将预处理后的数据集按照8:1:1的比例划分为训练集、验证集与测试集;步骤3、以原始YOLOv8‑pose为基础网络,构建可实现桑叶目标识别、桑叶茎关键点定位、桑树枝干分割的多任务端到端模型mulberry‑Net;步骤4、配置深度学习环境,将训练集和验证集输入mulberry‑Net模型中进行训练,得到最好的训练权重best.pt,使用测试集进行验证;步骤5、将best.pt权重文件部署桑叶采摘机器人上。本发明可以在一个模型中完成桑叶目标检测、叶柄的关键点定位与枝干分割等任务,为桑叶采摘机器人获取到了全面的视觉信息。

主权项:1.一种基于多任务卷积神经网络的桑叶采摘机器人综合视觉信息采集方法,其特征在于,主要包括以下步骤:步骤1、使用图像采集设备于桑园中采集桑树数据集;步骤2、对原始数据集进行预处理、得到桑树数据集和其对应标签,并将预处理后的数据集按照8:1:1的比例划分为训练集、验证集与测试集;步骤3、以原始YOLOv8-pose为基础网络,构建可实现桑叶目标识别、桑叶茎关键点定位、桑树枝干分割的多任务端到端模型mulberry-Net;步骤4、配置深度学习环境,将训练集和验证集输入mulberry-Net模型中进行训练,得到最好的训练权重best.pt,使用测试集进行验证;步骤5、将best.pt权重文件部署桑叶采摘机器人上。

全文数据:

权利要求:

百度查询: 桂林理工大学 一种基于多任务卷积神经网络的桑叶采摘机器人综合视觉信息采集方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。