Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 重庆邮电大学陈昌川获国家专利权

重庆邮电大学陈昌川获国家专利权

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!

龙图腾网获悉重庆邮电大学申请的专利基于改进DeepLabv3+网络的沥青道路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:CN117058386B

龙图腾网通过国家知识产权局官网在2026-01-02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:202311068450.X,技术领域涉及:G06V10/26;该发明授权基于改进DeepLabv3+网络的沥青道路裂缝检测方法是由陈昌川;郝晓严;赵超莹;张天骐设计研发完成,并于2023-08-23向国家知识产权局提交的专利申请。

基于改进DeepLabv3+网络的沥青道路裂缝检测方法在说明书摘要公布了:本发明属于深度学习领域,具体涉及一种基于改进DeepLabv3+网络的语义分割方法,包括:采用拍摄设备获取沥青道路裂缝数据图像;对道路裂缝数据信息进行预处理,将预处理后的数据输入到训练后的语义分割网络中,得到裂缝状态信息;根据裂缝状态信息确定裂缝的严重程度;语义分割网络包括:输入预处理模块、改进ASPP模块、注意力机制模块、输出卷积计算模块和输出后处理模块;本发明的语义分割网络通过ECA注意力模块、CARAFE上采样和改进ASPP模块进行优化,从而提高模型识别的准确率和算法泛化能力。

本发明授权基于改进DeepLabv3+网络的沥青道路裂缝检测方法在权利要求书中公布了:1.一种基于改进的DeepLabv3+模型的道路裂缝检测方法,其特征在于,包括:采用拍摄设备获取沥青道路裂缝数据图像;对道路裂缝数据信息进行预处理,将预处理后的数据输入到训练后的语义分割网络中,得到裂缝状态信息;根据裂缝状态信息确定裂缝的严重程度;语义分割网络包括:输入预处理模块、改进ASPP模块、注意力机制模块、输出卷积计算模块和输出后处理模块; 其中,所述语义分割网络进行训练包括:获取裂缝数据,对获取的数据进行标记,得到带标签的道路裂缝数据;将带标签的裂缝数据进行归一化处理;采用输入预处理模块对归一化后的数据进行预处理;将预处理后的数据经过骨干网络生成有效特征层后输入到改进ASPP模块中进行特征提取;采用通道注意力模块学习通道之间的相关性,自适应地调整通道的权重;得到最终的有效层后,利用输出卷积计算模块对通道数进行调整,得到分割结果;采用输出后处理模块将分割结果转化为概率值;根据概率值计算模型损失函数,调整模型参数,当损失函数收敛时完成模型的训练; 其中,所述改进的ASPP结构的atrous卷积层以级联方式组织,其中每层的膨胀率逐层增加,每个atrous层的输出与输入特征图和所有来自较低层的输出进行级联,并将级联的特征图馈送到下一层,DenseASPP的最终输出是由多速率、多尺度atrous卷积生成的特征图,DenseASPP中的各个atrous层可以表示为: 其中dl表示l层的膨胀率,[···]表示拼接操作,[yl-1,yl-2,…,y0]表示将之前所有层的输出串联起来形成的特征图;在DenseASPP的基础上添加SP条形池化,它沿着空间维度部署一个长条状的池化核形状,因此能够捕捉孤立区域的长距离关系,然而在其他空间维度上保持较窄的内核形状,便于捕获局部上下文,防止不相关区域干扰标签预测。

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重庆邮电大学,其通讯地址为:400065 重庆市南岸区崇文路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”。

以上内容由龙图腾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。