东南大学鲁聪获国家专利权
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！
龙图腾网获悉东南大学申请的专利一种基于深度学习的ECC表面裂缝自动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：CN115471699B 。
龙图腾网通过国家知识产权局官网在2025-07-08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：202211103491.3，技术领域涉及：G06V10/764；该发明授权一种基于深度学习的ECC表面裂缝自动识别方法是由鲁聪;郝哲昕设计研发完成，并于2022-09-09向国家知识产权局提交的专利申请。
本一种基于深度学习的ECC表面裂缝自动识别方法在说明书摘要公布了：本发明提供了一种基于深度学习的ECC表面裂缝自动识别方法，包括以下步骤：预处理ECC表面图像；基于ECC表面特性，基于双策略对损失函数进行设计；基于改进后的语义分割网络FCN，搭建出ECC表面裂缝自动识别模型；利用ECC表面裂缝自动识别模型对待测ECC表面图像进行像素级别的分类。本发明构建的ECC表面裂缝自动识别模型中的损失函数加入了针对ECC材料的定制化设计，使得模型更关注于作为少样本类别和难样本类别的裂缝，杜绝了类别不均和难易差异大带来的性能不足问题，有效提高了ECC表面裂缝的识别性能，得到高准确率的识别结果。
本发明授权一种基于深度学习的ECC表面裂缝自动识别方法在权利要求书中公布了：1.一种基于深度学习的ECC表面裂缝自动识别方法，其特征在于，包括： 步骤1：获取原始的ECC表面图像，对原始的ECC表面图像进行预处理； 步骤2：基于少样本类别和难样本类别双策略设计ECC表面裂缝自动识别模型的损失函数；具体步骤包括： 步骤2-1：计算ECC表面图像的自适应类别权重： 式中，c表示真实类别，其中c＝0表示背景，c＝1表示裂缝，m表示类别数量，n表示数据集像素的总数量，αc表示第c类的像素数量； 步骤2-2：使用softmax函数作为激励函数，计算被预测为裂缝的概率： 式中，z1表示裂缝对应的神经元的输入； 步骤2-3：计算模型的损失函数： 式中，γ是样本难度平衡系数，γ＞1； 步骤3：结合损失函数，基于语义分割网络构建ECC表面裂缝自动识别模型，利用所构建的模型对待测ECC表面图像进行像素级别的分类。
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东南大学，其通讯地址为：210096 江苏省南京市玄武区四牌楼2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”。
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。
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。
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