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！

龙图腾网获悉浙江大学申请的专利基于深度学习的桥梁表观信息三分级识别方法和识别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：CN115713647B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202211326419.7，技术领域涉及：G06V10/764；该发明授权基于深度学习的桥梁表观信息三分级识别方法和识别系统是由张鹤;沈芷菁;杨嘉琦;林圳杭;程沛鹏;孙中玉设计研发完成，并于2022-10-27向国家知识产权局提交的专利申请。

本基于深度学习的桥梁表观信息三分级识别方法和识别系统在说明书摘要公布了：本发明公开一种基于深度学习的桥梁表观信息三分级识别方法和识别系统，先将训练数据集逐级分类，得到每个桥梁部位的训练数据集、每个桥梁构件的训练数据集、每个病害类别的训练数据集；然后，用前面的训练数据集分别训练改进的VGG16模型，得到每个桥梁部位的部位识别模型、每个构件的构件识别模型和每个病害类别的病害识别模型，组成三分级识别模型；最后将待预测的桥梁表观图像输入部位识别模型，识别出该图像对应的桥梁部位，然后再输入对应桥梁部位的构件识别模型，识别出该图像对应的构件；最后输入对应构件的病害识别模型，输出待预测的包含桥梁表观信息的图像的病害类别。本发明能够提供构件定位及病害类型的全面准确的桥梁服役状态信息。

本发明授权基于深度学习的桥梁表观信息三分级识别方法和识别系统在权利要求书中公布了：1.一种基于深度学习的桥梁表观信息三分级识别方法，其特征在于，该方法具体包括： S1：获取大量桥梁表观图像，并对每张图像标注出拍摄桥梁的部位、病害所在桥梁的具体构件和病害类别，并按照桥梁的部位对图像进行归类，分别构建每个桥梁部位的训练数据集；然后对每个桥梁部位的图像进一步按照病害所在桥梁的具体构件进行分类，分别构建每个桥梁部位的每个桥梁构件的训练数据集；最后对每个桥梁构件的图像按照病害类别进行分类，构建每个桥梁部位的每个桥梁构件的每个病害类别的训练数据集； S2：构建改进的VGG16模型，即将VGG16模型的三个全连接层的神经元数量修改为1024、512和识别类别的个数，然后分别用每个桥梁部位的训练数据集训练改进的VGG16模型，得到对应每个桥梁部位的部位识别模型；然后用每个桥梁构件的训练数据集训练对应桥梁部位的部位识别模型，得到对应构件的构件识别模型；最后，用每个桥梁部位的每个桥梁构件的每个病害类别的训练数据集训练对应构件的构件识别模型，得到对应桥梁构件的每个病害类别的病害识别模型；从而获得三分级识别模型； S3：将待预测的桥梁表观图像输入所述部位识别模型，识别出该图像对应的桥梁部位，然后再将待预测的桥梁表观图像输入对应桥梁部位的构件识别模型，识别出该图像对应的构件；最后将待预测的桥梁表观图像输入对应构件的病害识别模型，输出待预测的桥梁表观图像的病害类别。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。