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！

龙图腾网获悉北京信息科技大学申请的专利识别燃气管道泄漏的方法、装置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：CN116843621B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202310631674.0，技术领域涉及：G06T7/00；该发明授权识别燃气管道泄漏的方法、装置及系统是由苏中;赵昱昕;赵辉;赵旭设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本识别燃气管道泄漏的方法、装置及系统在说明书摘要公布了：本申请提供了一种识别燃气管道泄漏的方法、装置及系统，其中，该方法包括：获取待识别的燃气管道图像；利用预先基于主干特征提取网络、特征融合网络、和分类预测网络构建并训练的神经网络模型，来识别所述待识别的燃气管道图像中的燃气管道是否存在燃气泄漏点。本申请解决了现有技术中在燃气管道的泄漏尺寸较小时无法识别燃气泄漏的技术问题。

本发明授权识别燃气管道泄漏的方法、装置及系统在权利要求书中公布了：1.一种识别燃气管道泄漏的方法，其特征在于，包括： 获取待识别的燃气管道图像； 利用预先基于主干特征提取网络、特征融合网络、和分类预测网络构建并训练的神经网络模型，来识别所述待识别的燃气管道图像中的燃气管道是否存在燃气泄漏点； 其中，所述神经网络模型是通过以下方法构建：构建所述主干特征提取网络，其中，所述主干特征提取网络用于进行特征提取；通过引入双向特征金字塔网络来构建所述特征融合网络，其中，所述双向特征金字塔网络采用跨尺度连接线的方式来增强所述特征融合网络的特征融合能力；通过在所述分类预测网络中引入小目标检测层来构建所述分类预测网络，其中，所述小目标检测层用于识别尺寸小于预设尺寸的所述燃气泄漏点；基于所述主干特征提取网络、所述特征融合网络、和所述分类预测网络，来构建所述神经网络模型； 其中，构建所述主干特征提取网络，包括：构建聚焦模块，其中，所述聚焦模块用于对输入的图像进行切片操作，将所述输入的图像的大小变为第一固定大小的特征图，并通过卷积核的卷积操作将所述第一固定大小的特征图转换成第二固定大小的特征图；通过普通卷积Conv、标准化BN以及激活函数来构建CBL模块；将两个所述CBL模块作为主干部分和残差边来构建Res模块，将所述CBL模块、所述Res模块、和所述普通卷积Conv作为主干部分和所述普通卷积Conv两部分再经过所述BN、激活层、和CBL模块，来构建CSP模块，其中，所述CSP模块包括第一CSP模块、第二CSP模块、第三CSP模块、第四CSP模块；基于所述CBL模块和最大池化层，来构建SPP模块；基于所述聚焦模块、所述CBL模块、所述CSP模块和所述SPP模块，来构建所述主干特征提取网络； 其中，通过引入双向特征金字塔网络来构建所述特征融合网络，包括：从所述特征融合网络中的第四CSP模块中引出的初步特征层f4经过所述特征融合网络中的第一CBL模块后得到第一增强特征层P1；所述P1经过上采样与所述主干特征提取网络的第三CSP模块中引出的初步特征层f3进行特征融合操作，融合后经过第五CSP模块与所述主干特征提取网络的第二CBL模块得到第二增强特征层P2；将所述P2经过上采样与所述主干特征提取网络的第二CSP模块中引出的第二初步特征层f2进行连接，连接后经过第六CSP模块与卷积层得到第三增强特征层P3；将所述P3经过上采样与所述主干特征提取网络的第一CSP模块中引出的第一初步特征层f1进行连接，连接后经过第七CSP模块得到第四增强特征层P4；所述P4经过第四CBL模块与所述P3、f2进行连接，经过第八CSP模块后得到第五增强特征层P5；所述P5经过第五CBL模块与P2、f3进行连接，经过第九CSP模块后得到第六增强特征层P6；所述P6经过第六CBL模块与P1进行连接，经过第十CSP模块后得到第七增强特征层P7。

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北京信息科技大学，其通讯地址为：100192 北京市海淀区清河小营东路12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。