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！

龙图腾网获悉武汉图科智能科技有限公司申请的专利一种无监督域适应公路病害检测系统及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：CN116977715B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202310754781.2，技术领域涉及：G06V10/764；该发明授权一种无监督域适应公路病害检测系统及方法是由韩守东;王法权;郭维;龚雨舟设计研发完成，并于2023-06-25向国家知识产权局提交的专利申请。

本一种无监督域适应公路病害检测系统及方法在说明书摘要公布了：本发明公开了一种无监督域适应公路病害检测系统及方法，属于图像处理技术领域。基于MeanTeacher模型设计了无监督域适应公路病害检测算法。MeanTeacher模型对源域具有偏向性，导致教师模型生成的目标域伪标签不准确，影响了学生模型学习目标域特征。为解决该问题，本发明从不同域的公路病害相似这一特点出发，向目标域图片粘贴源域的公路病害用于生成混合图片，然后将混合图片输入跨域分支，减少了模型对源域的偏向。此外，使用监督分支和蒸馏分支引导教师模型和学生模型学习源域和目标域的特征，使用标签平滑策略缓解跨域分支引起的问题。本发明提出的算法有效缓解了不同域公路病害的域差异，并提高了无监督域适应公路病害检测效果。

本发明授权一种无监督域适应公路病害检测系统及方法在权利要求书中公布了：1.一种无监督域适应公路病害检测系统，其特征在于，所述检测系统包括：将MeanTeacher的基础模型中的图像分类模型更换为用于公路病害检测的目标检测模型； MeanTeacher模型上构建有监督分支、蒸馏分支和跨域分支； 所述监督分支的输入是有标签的源域图片，损失是有监督损失，通过有监督损失引导学生模型学习源域特征； 所述蒸馏分支的输入是无标签的目标域图片，损失是蒸馏损失，教师模型通过蒸馏损失引导学生模型学习目标域特征； 所述跨域分支的输入是有伪标签的混合图片，损失是跨域损失，通过跨域损失引导学生模型学习更多的目标域特征，用于缓解源域和目标域的域差异； 所述伪标签为记录了源域公路病害实例的标签，所述混合图片为将所述源域图片的公路病害实例粘贴到目标域图片上的图片；所述跨域损失为带有标签平滑策略的有监督损失。

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图科智能科技有限公司，其通讯地址为：430000 湖北省武汉市东湖新技术开发区光谷大道特1号国际企业中心2栋4层05号B033(自贸区武汉片区)；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”。

以上内容由龙图腾AI智能生成。