Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 武汉科技大学邹兰林获国家专利权

武汉科技大学邹兰林获国家专利权

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!

龙图腾网获悉武汉科技大学申请的专利一种基于YOLOv8轻量化改进的混凝土桥梁裂缝检测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:CN119963904B

龙图腾网通过国家知识产权局官网在2025-09-26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:202510036859.6,技术领域涉及:G06V10/764;该发明授权一种基于YOLOv8轻量化改进的混凝土桥梁裂缝检测方法是由邹兰林;刘傲设计研发完成,并于2025-01-09向国家知识产权局提交的专利申请。

一种基于YOLOv8轻量化改进的混凝土桥梁裂缝检测方法在说明书摘要公布了:本发明涉及一种基于YOLOv8轻量化改进的混凝土桥梁裂缝检测方法,涉及混凝土桥梁病害智慧检测领域,旨在解决现有目标检测模型在桥梁病害检测中的计算复杂度高、性能不足等问题。该方法通过引入STNC2f模块,利用StarNet中的StarBlock优化YOLOv8的Backbone和Neck部分,增强了特征提取能力和多尺度信息融合效果,减少了计算量和参数量;通过引入AIFI模块,基于注意力机制实现尺度内特征交互,提升了细粒度特征的提取效率;同时,设计了任务动态交互检测头TDMDH,通过共享卷积和动态特征选择机制有效降低了模型的计算复杂度。

本发明授权一种基于YOLOv8轻量化改进的混凝土桥梁裂缝检测方法在权利要求书中公布了:1.一种基于YOLOv8轻量化改进的混凝土桥梁裂缝检测方法,其特征在于,包括以下步骤: 步骤一、构建YOLOv8轻量化改进的网络算法:Backbone部分改进、Neck部分改进、Head部分替换,具体过程为: 对于Backbone及Neck部分: 第一步:将C2f模块中的Bottleneck替换为StarNet的StarBlocks,构成STNC2f模块; 第二步:将SPPF模块替换为尺度内特征交互AIFI模块,并在AIFI之前额外添加一层卷积层; 对于Head部分: 将Head部分替换为轻量级的任务动态交互检测头——TDMDH,其特征交互机制为:从Neck部分输入的三个特征层依次通过两个共享卷积模块Conv_GN,每个模块的卷积核大小为3×3,两个卷积层之间的信息共享,有效减少了参数量和计算量,之后,这些特征通过Concat操作拼接并汇聚为具有联合信息的交互特征,交互特征经任务分解模块TaskDecomposition分离为回归共享分支和分类共享分支; 在回归共享分支中,通过1×1卷积预测边界框的坐标偏移量,并使用Scale层调整输出特征以适应不同目标尺度; 在分类共享分支中,交互特征经动态特征选择后,生成相应权重,提升对病害目标的识别能力,最终通过1×1卷积层预测各类别的概率; 步骤二、采集用于YOLOv8轻量化改进网络算法训练的数据集,并对训练集数据进行标注,获得标注后的训练集数据;具体过程为: 第一步:使用图像采集设备对不同场景、不同光照下的混凝土桥梁裂缝进行采集,采集过程中使用正视、水平的角度拍摄; 第二步:图像数据采集完成后,在半自动标注工具的辅助下采用labelImg图片标注工具进行人工标注; 步骤三、对步骤二标注后的训练集数据进行预处理; 步骤四、将步骤三预处理后的训练集数据输入至步骤一的轻量化改进YOLOv8网络算法中训练,获取训练后的轻量化改进YOLOv8模型,使用训练好的轻量化改进YOLOv8模型对测试集进行检测。

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武汉科技大学,其通讯地址为:430000 湖北省武汉市洪山区青菱街道武汉科技大学黄家湖校区;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AI智能生成
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。