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！

龙图腾网获悉西南交通大学申请的专利基于深度学习的路面病害实时检测方法及系统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：CN120088486B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202510250251.3，技术领域涉及：G06V10/26；该发明授权基于深度学习的路面病害实时检测方法及系统是由张傲南;汪丁丰;董子硕设计研发完成，并于2025-03-04向国家知识产权局提交的专利申请。

本基于深度学习的路面病害实时检测方法及系统在说明书摘要公布了：本发明公开基于深度学习的路面病害实时检测方法及系统，涉及道路运维技术领域，解决现有语义分割算法无法准确识别图像中的复杂变形或细微病害特征影响路面自动化检测的准确性的技术问题；本发明包括先对待检测的图像进行预处理；再将预处理后的图像输入编码层多次下采样和卷积特征提取；而后将编码层输出的图像输入解码层进行多次上采样和卷积特征提取；其中前三个分辨率层级的编码和解码层使用动态自适应卷积动态提取特征；最后将编码解码后的图像输入动态自适应变形卷积输出检测结果图，本发明能够精准捕捉复杂多变的道路交通场景特征，对病害的形态和边界实现灵活、高效的δ提取，突破了传统算法在复杂场景下特征提取能力不足的瓶颈。

本发明授权基于深度学习的路面病害实时检测方法及系统在权利要求书中公布了：1.基于深度学习的路面病害实时检测方法，其特征在于，先对待检测的图像进行预处理；再将预处理后的图像输入编码层多次下采样和卷积特征提取；而后将编码层输出的图像输入解码层进行多次上采样和卷积特征提取；其中前三个分辨率层级的编码层和解码层使用动态自适应卷积动态提取特征；最后将编码解码后的图像输入动态自适应变形卷积输出检测结果图；上采样和下采样均采用动态位置编码、无损切片和动态分支机制，所述上采样的无损切片顺序为下采样的无损切片顺序的逆顺序；所述动态自适应变形卷积能够根据输入图像中病害的形状特征，自适应地调整卷积核的形状； 所述动态自适应变形卷积包括： a传入尺寸为W×H×C的特征图像数据，W为宽，H为高，C为通道数； b通过深度可分离卷积为特征图像生成采样点偏移量，关注病害本身，并输出形状为W×H×2K的偏移量，K为深度可分离卷积核的大小，每个位置偏移量包含K个偏移量； c输出的偏移量指示卷积核动态调整采样位置，实现自适应动态变形； d基于自适应动态变形后的采样位置进行特征提取，输出结果图。

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西南交通大学，其通讯地址为：610000 四川省成都市二环路北一段111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”。