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！

龙图腾网获悉东南大学申请的专利基于声呐相机与深度学习的水下桥墩快速检测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：CN118501266B 。

龙图腾网通过国家知识产权局官网在2025-08-05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：202410573262.0，技术领域涉及：G01N29/06；该发明授权基于声呐相机与深度学习的水下桥墩快速检测方法及系统是由孙伟豪;侯士通;吴刚;吴涛设计研发完成，并于2024-05-10向国家知识产权局提交的专利申请。

本基于声呐相机与深度学习的水下桥墩快速检测方法及系统在说明书摘要公布了：本发明公开了基于声呐相机与深度学习的水下桥墩快速检测方法及系统，涉及桥梁水下检测技术领域。本发明包括：基于改进的YOLOv7模型，接收包含多个桥墩及其表面缺陷的声呐图像，实现桥墩与缺陷的水下快速检测；将改进的YOLOv7模型获取的边界框坐标信息与声呐距离参数相结合，得到缺陷相对于桥墩的实际距离信息数据，实现缺陷水下定位；根据得到的距离信息数据，迅速移动水下相机靠近桥墩缺陷位置进行图像采集；将采集到的桥墩缺陷图像输入改进的DeepLabv3+模型，输出缺陷的识别结果。本发明相比于传统人工逐墩探摸方法可以实现水下桥墩缺陷的快速精准检测，不仅检测精度大大提高，还能提升检测效率，节省人力资源。

本发明授权基于声呐相机与深度学习的水下桥墩快速检测方法及系统在权利要求书中公布了：1.基于声呐相机与深度学习的水下桥墩快速检测方法，其特征在于，包括以下步骤： 基于改进的YOLOv7模型，接收包含多个桥墩及其表面缺陷的声呐图像，实现桥墩与缺陷的水下快速检测； 将改进的YOLOv7模型获取的边界框坐标信息与声呐距离参数相结合，得到缺陷相对于桥墩的实际距离信息数据，实现缺陷水下定位； 根据得到的距离信息数据，迅速移动水下相机靠近桥墩缺陷位置进行图像采集； 将采集到的桥墩缺陷图像输入改进的DeepLabv3+模型，输出缺陷的识别结果； 所述改进的YOLOv7模型在backbone中引入了Swin-TransformerSwin-T，在neck中引入了空间-通道注意力机制CBAM； 所述改进的YOLOv7模型，特征图在输入backbone时，不再经过卷积层，而是经过补丁分区层和两对Swin-T模块，两对Swin-T模块之间通过补丁合并层连接； 所述改进的YOLOv7，将CBAM与YOLOv7中head层中的三个RepConv层以及一层上采样层连接，从而进一步整合传入head中的特征； 所述改进的DeepLabv3+模型，在原有的DeepLabv3+语义分割模型中，在将浅层特征图与上采样的特征图进行级联融合后，引入了连续卷积和自适应平均池化的分支。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路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”。