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并行卷积自适应分割模型的桥梁表观细长病害识别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：CN119107539B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411263575.2，技术领域涉及：G06V10/82；该发明授权基于并行卷积自适应分割模型的桥梁表观细长病害识别方法是由张鹤;沈瑞宏;沈芷菁;雷嘉薇;周煜辉设计研发完成，并于2024-09-10向国家知识产权局提交的专利申请。

本基于并行卷积自适应分割模型的桥梁表观细长病害识别方法在说明书摘要公布了：本发明公开一种基于并行卷积自适应分割模型的桥梁表观细长病害识别方法，该方法中，构建的桥梁表观细长病害检测模型包括内置并行特征提取模块DCM的特征提取网络、自适应空间特征融合模型ASFF、RPN、RoIAlign和网络头部架构；DCM为内嵌于特征提取网络的各阶段、融合标准卷积和动态蛇形卷积的并行模块，每一阶段均以并行方式穿插，其中单支利用动态蛇形卷积通过迭代偏移动态调整卷积核，对桥梁表观细长病害形态特征进一步感知，另一支利用标准卷积进行全局信息约束；ASFF对最后一个卷积阶段的高语义特征图与除第一个卷积阶段外的其余特征图进行逐层叠加融合，并通过可学习参数实现特征自适应融合。本发明能够实现对桥梁表观细长病害的自动化、精细化检测。

本发明授权基于并行卷积自适应分割模型的桥梁表观细长病害识别方法在权利要求书中公布了：1.一种基于并行卷积自适应分割模型的桥梁表观细长病害识别方法，其特征在于，该方法包括以下步骤： S1：构建桥梁表观细长病害数据集； S2：构建桥梁表观细长病害检测模型DCANet，所述桥梁表观细长病害检测模型DCANet包括内置并行特征提取模块DCM的特征提取网络、自适应空间特征融合模型ASFF、RPN、RoIAlign和输出预测结果的网络头部架构；所述并行特征提取模块DCM为融合标准卷积Conv和动态蛇形卷积DSConv的并行模块，每一阶段的特征提取都以并行方式穿插，其中单支利用动态蛇形卷积方法对桥梁表观细长病害的形态特征进行进一步感知，另一支利用标准卷积对全局信息进行约束；所述并行特征提取模块DCM内嵌在特征提取网络的各阶段的恒等块和卷积块中； 所述自适应空间特征融合模型ASFF对所述特征提取网络的最后一个卷积阶段生成的高语义特征图与所述特征提取网络输出的除第一个卷积阶段之外的其余卷积阶段生成的特征图进行逐层叠加融合，得到多尺度特征图Pi，i＝2～k；然后对Pi进行上采样或下采样操作Fil，并根据各级特征图特征，得到各级空间权重向量最后，对各级特征图进行自适应融合，得到的各级尺度特征图P′i；再对P′i进行卷积处理，得到P″i；将P″k进行下采样，得到P″k+1，并将P″2～P″k+1再次融合，作为所述自适应空间特征融合模型ASFF的输出； 所述动态蛇形卷积DSConv通过迭代偏移动态调整卷积核，使其能较好地覆盖病害形状，对病害图像区域进行特征提取， S3：使用训练完成的桥梁表观细长病害检测模型DCANet进行桥梁表观细长病害自动识别。

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”。

以上内容由龙图腾AI智能生成。