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！

龙图腾网获悉武汉工程大学申请的专利一种三维雷达图谱的道路隐性病害识别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：CN119741604B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411807223.9，技术领域涉及：H04N13/275；该发明授权一种三维雷达图谱的道路隐性病害识别方法及系统是由白桃;安奕铭;鄢圣凡;金光来设计研发完成，并于2024-12-10向国家知识产权局提交的专利申请。

本一种三维雷达图谱的道路隐性病害识别方法及系统在说明书摘要公布了：本申请公开了一种三维雷达图谱的道路隐性病害识别方法及系统，该方法包括：基于YOLOv8构建初始改进模型，头部网络末端添加有目标Cut_SimAM注意力机制，特征提取模块为C2f_EFAttention，损失函数为SlideLoss滑动加权函数，边界框损失函数为D‑IoU边界框损失函数；获取三维探地雷达传输的雷达病害图谱，并对雷达病害图谱进行预处理得到训练用数据集；基于训练用数据集对初始改进模型进行训练，得到目标改进模型；将待测道路的待测雷达图像输入目标改进模型，识别出待测道路的隐性病害信息。本申请通过Cut_SimAM注意力机制、C2f_EFAttention、SlideLoss滑动加权函数和D‑IoU边界框损失函数改进YOLOv8模型，得到轻量化模型应用于道路隐性病害的识别，以实现高精度且高效率的实时检测识别。

本发明授权一种三维雷达图谱的道路隐性病害识别方法及系统在权利要求书中公布了：1.一种三维雷达图谱的道路隐性病害识别方法，其特征在于，所述方法包括： 基于YOLOv8模型构建得到初始改进模型，所述初始改进模型的头部网络末端添加有目标Cut_SimAM注意力机制，特征提取模块为C2f_EFAttention，损失函数为SlideLoss滑动加权函数，边界框损失函数为D-IoU边界框损失函数；所述SlideLoss滑动加权函数的表达式为： 其中，阈值μ为所有样本边界框交并比的平均值，大于μ的为正样本，小于μ的为负样本； 获取三维探地雷达传输的雷达病害图谱，并对所述雷达病害图谱进行预处理得到训练用数据集； 基于所述训练用数据集对所述初始改进模型进行训练，得到目标改进模型； 将待测道路的待测雷达图像输入所述目标改进模型，识别出所述待测道路的隐性病害信息； 所述C2f_EFAttention包括EFAttention模块；在所述基于所述训练用数据集对所述初始改进模型进行训练，得到目标改进模型的步骤中，所述方法包括： 利用所述目标Cut_SimAM注意力机制，将输入所述目标Cut_SimAM注意力机制的输入特征图剪切为四个剪切图块； 对每个所述剪切图块进行均值减除处理和归一化处理，并将处理后的剪切图块通过Sigmoid函数激活，得到激活后的图块； 获取所述剪切图块的第一特征矩阵和所述激活后的图块的第二特征矩阵，将所述第二特征矩阵和所述第二特征矩阵相直积，得到目标图块； 将四个所述目标体块进行特征拼接，得到所述目标改进模型中头部网络的输出特征图； 利用所述C2f_EFAttention，对所述C2f_EFAttention的输入进行一次卷积得到中间特征图； 将所述中间特征图进行拆分，得到第一部分特征图和第二部分特征图； 通过所述EFAttention模块对所述第二部分特征图进行特征加强处理，并将处理后的第二部分特征图和所述第一部分特征图进行特征拼接，得到所述C2f_EFAttention模块的输出。

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工程大学，其通讯地址为：430205 湖北省武汉市东湖新技术开发区光谷一路206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”。

以上内容由龙图腾AI智能生成。