龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：青岛大学
摘要：本发明属于计算机视觉技术领域，涉及一种基于MobileNet与DETR的计算机视觉目标检测水果识别系统，采用MobileNet作为特征提取网络，通过深度可分离卷积大幅减少模型参数量和计算量，确保系统在资源受限的环境中高效运行；且利用DETR的自注意力机制，有效建模图像中的长距离依赖关系，提升了小目标和密集目标的检测性能；此外，利用DETR实现了端到端的目标检测，简化了传统目标检测的复杂后处理步骤，提高了系统整体效率，实现高效的特征提取和目标检测；针对水果识别的具体需求，对模型进行优化和调整，使其在水果的分类和检测中达到最佳性能，确保高精度和高效率，可多元化广泛运用在各个场景；其整体工艺过程简单，原理可靠，水果识别检测准确，实时响应快速。
主权项：1.一种基于MobileNet与DETR的计算机视觉目标检测水果识别系统，其特征在于，包括图像输入设备、水果识别方法及输出设备，图像输入设备为能够捕捉和传输画面、视频、图像的设备，输出设备能够输出结果和进行可视化展示；水果识别方法包括以下步骤：S1：特征提取模型训练：采集训练图像并形成训练数据集，对训练图像进行处理后用于MobileNet模型的训练，得到特征提取模型；S2：输入图像预处理：将输入图像缩放到224x224像素，归一化至[0,1]范围，使用TensorFlowLite的图像预处理库对输入图像进行实时预处理；S3：输入特征提取：将预处理后的输入图像输入特征提取模型，对输入图像进行特征信息的提取并输出高维特征图；S4：目标检测：将特征提取模型输出的特征图输入DETR模型，进行位置编码，DETR模型通过自注意力机制对特征图进行全局特征建模，并输出水果类别和边界框坐标；S5：输出数据处理：应用置信度阈值对输出数据进行低置信度过滤，并使用非极大值抑制去除冗余的边界框；S6：最终数据输出：将处理后的水果类别和边界框实时显示在输出设备上。
全文数据：
权利要求：
百度查询： 青岛大学 一种基于MobileNet与DETR的计算机视觉目标检测水果识别系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号