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！

龙图腾网获悉南京邮电大学申请的专利一种用于裂缝图像分割的网络架构及其训练方法和分割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：CN116542991B 。

龙图腾网通过国家知识产权局官网在2025-08-15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：202310485486.1，技术领域涉及：G06T7/11；该发明授权一种用于裂缝图像分割的网络架构及其训练方法和分割方法是由樊亚文;胡正开;黄谌子谊;孙阳;陈天煜设计研发完成，并于2023-04-28向国家知识产权局提交的专利申请。

本一种用于裂缝图像分割的网络架构及其训练方法和分割方法在说明书摘要公布了：本发明公开了一种用于裂缝图像分割的网络架构及其训练方法和分割方法，属于图像分割技术领域；包括用于处理图像的分割网络模型以及对分割网络模型进行训练的损失函数模型；分割网络模型包括编码器、瓶颈层和解码器，编码器包括多个第一卷积块和下采样模块；瓶颈层包括transformer模块、条形池化模块和第二卷积块；解码器包括上采样模块、注意力模块和第三卷积块，上采样模块对图像进行上采样，将图像逐步恢复到原始尺寸；损失函数模型采用Dice和权重交叉熵混合损失函数。本发明通过设置动态权重来增强分割网络模型对裂缝区域像素点的敏感程度，分割网络模型趋于饱和时，对权重进行自适应动态调整，促进模型快速收敛，保证鲁棒性的情况下提高模型分割精度。

本发明授权一种用于裂缝图像分割的网络架构及其训练方法和分割方法在权利要求书中公布了：1.一种用于裂缝图像分割的网络架构，其特征在于：该网络架构包括用于处理图像的分割网络模型以及对分割网络模型进行训练的损失函数模型； 所述分割网络模型包括编码器、瓶颈层和解码器，编码器包括多个第一卷积块和下采样模块，下采样模块获取不同分辨率的局部细节特征图和低分辨率的局部高层语义特征图； 所述瓶颈层包括transformer模块、条形池化模块和第二卷积块，transformer模块进行自注意力的计算，获取全局语义信息，完成局部和全局特征的互补； 所述解码器包括上采样模块、注意力模块和第三卷积块，上采样模块对图像进行上采样，补足损失的细节特征，将图像逐步恢复到原始尺寸； 所述注意力模块具体操作如下： 给定两个输入特征图，一个来自编码器的跳跃连接一个来自解码器上采样模块两个特征图经过1×1卷积将通道下降为12，大小保持不变，分别为和再通过逐点相加操作得到在此之后，Xadd依次经过ReLU激活函数、1×1卷积块和Sigmoid激活函数，生成空间注意力图 其中，σr表示ReLU激活函数，注意力值在0-1之间，用Wsp来对编码器跳跃连接特征图进行加权，得到 所述损失函数模型采用Dice和权重交叉熵混合损失函数，以增强对裂缝区域像素点的敏感程度。

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南京邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66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”。