成都理工大学;成理智源科技(成都)有限公司;四川三江智源科技有限公司欧鸥获国家专利权
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!
龙图腾网获悉成都理工大学;成理智源科技(成都)有限公司;四川三江智源科技有限公司申请的专利一种基于改进Yolov8目标检测的桥梁表面病害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:CN121236606B 。
龙图腾网通过国家知识产权局官网在2026-04-10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:202511749274.5,技术领域涉及:G06V20/10;该发明授权一种基于改进Yolov8目标检测的桥梁表面病害检测方法是由欧鸥;常苡凡;赵家宝;何茵錡;赵富鸿设计研发完成,并于2025-11-26向国家知识产权局提交的专利申请。
本一种基于改进Yolov8目标检测的桥梁表面病害检测方法在说明书摘要公布了:本发明公开了一种基于改进Yolov8目标检测的桥梁表面病害检测方法,属于图像数据处理技术领域,包括步骤:获取桥梁病害检测数据集D;构造桥梁病害检测网络,具体为在YOLOv8主干网络引入SCSA模块,构造BiFPN‑SNI网络替换颈部网络,头部网络采用T‑head;选择损失函数SIoU用数据集D训练桥梁病害检测网络得到桥梁病害检测模型;对待识别的桥梁图生成病害区域掩码图;再进一步进行第一病害程度、第二病害程度评估。本发明能解决模型对多语义利用不足、特征通道冗余、特征不对齐、模型复杂等问题,能提升对小目标检测的精度,增强复杂场景中的鲁棒性,为后续病害程度评估任务提供了更高质量的特征输入。
本发明授权一种基于改进Yolov8目标检测的桥梁表面病害检测方法在权利要求书中公布了:1.一种基于改进Yolov8目标检测的桥梁表面病害检测方法,其特征在于,包括以下步骤: S1,获取桥梁病害检测数据集D,其中样本为包含病害区域和类别标注的图像,所述类别包括裂缝、剥落和钢筋外露; S2,构造桥梁病害检测网络,包括S21~S22; S21,获取一YOLOv8网络,包括主干网络、颈部网络和头部网络,所述主干网络从上到下包括四个C2f模块,所述颈部网络采用PAN-FPN结构; S22,改进YOLOv8网络得到桥梁病害检测网络,具体为: 在主干网络后三个C2f模块中引入SCSA模块,构造一BiFPN-SNI网络替换颈部网络,头部网络采用T-head; 所述BiFPN-SNI网络包括依次连接的第一SNI模块、第一BiFPN通道拼接层、第一C2f模块、第二SNI模块、第二BiFPN通道拼接层、第二C2f模块、第一卷积层、第三BiFPN通道拼接层、第三C2f模块、第二卷积层、第四BiFPN通道拼接层和第四C2f模块; 样本经主干网络从上到下依次生成第一特征图到F1~第三特征图F3,其中F1送入第二BiFPN通道拼接层,F2送入第一BiFPN通道拼接层,F2和第一C2f模块的输出送入第三BiFPN通道拼接层,F3输入第一SNI模块和第四BiFPN通道拼接层,第二C2f模块输出端连接第一卷积层输入端,并将第二C2f模块、第三C2f模块、第四C2f模块分别作为颈部网络的第一输出端~第三输出端,连接头部网络; S3,选择损失函数SIoU,用数据集D以最小化SIoU训练桥梁病害检测网络至收敛,得到桥梁病害检测模型; S4,获取待识别的桥梁图,经桥梁病害检测模型识别出病害区域和类别,将病害区域像素标为白色,其余为黑色,得到病害区域掩码图; S22中,主干网络后三个C2f模块中引入SCSA模块,包括步骤Sa1~Sa2: Sa1,所述C2f模块最后两层分别为通道拼接层和卷积层,在通道拼接层和卷积层间串联SCSA模块,得到C2f-SCSA模块; Sa2,用C2f-SCSA模块替换主干网络后三个C2f模块; 两个SNI模块用于对输入其中的特征进行最近邻插值操作,得到对应的输出特征,四个BiFPN通道拼接层均为BiFPN的通道拼接层。
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成都理工大学;成理智源科技(成都)有限公司;四川三江智源科技有限公司,其通讯地址为:610059 四川省成都市成华区二仙桥东三路1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。
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。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励