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！

龙图腾网获悉武汉大学申请的专利一种基于深度学习的核安全壳裂缝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：CN116309387B 。

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：202310173094.1，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的核安全壳裂缝检测方法及系统是由邢诚;虞剑设计研发完成，并于2023-02-28向国家知识产权局提交的专利申请。

本一种基于深度学习的核安全壳裂缝检测方法及系统在说明书摘要公布了：本发明提供了一种基于深度学习的核安全壳裂缝检测方法及系统，包括采用远程采集系统自动采集图像数据并进行预处理，挑选并标注包含裂缝的图像，建立安全壳裂缝识别数据集和裂缝分割数据集；构建深度学习模型，包括搭建安全壳裂缝识别网络模型和安全壳裂缝分割网络模型，所述安全壳裂缝分割模型加入注意力机制模块和空洞空间金字塔池化模块；利用安全壳裂缝识别数据集和裂缝分割数据集，对安全壳裂缝识别网络模型和安全壳裂缝分割网络模型分别进行训练；利用训练得到的安全壳裂缝识别网络模型和安全壳裂缝分割网络模型，依次对安全壳外观图像的裂缝进行识别和分割。本发明采用两阶段的检测，实现高效率、高精度的核安全壳表面图像上的裂缝的分割。

本发明授权一种基于深度学习的核安全壳裂缝检测方法及系统在权利要求书中公布了：1.一种基于深度学习的核安全壳裂缝检测方法，其特征在于：包括以下步骤， 步骤1，采用远程采集系统自动采集核安全壳外观图像数据并进行预处理，挑选并标注包含裂缝的图像，建立安全壳裂缝识别数据集和裂缝分割数据集； 步骤2，构建深度学习模型，包括搭建安全壳裂缝识别网络模型和安全壳裂缝分割网络模型，所述安全壳裂缝分割网络模型在U-net卷积神经网络的基础上，加入注意力机制模块和空洞空间金字塔池化模块，利用注意力机制突显需要重点关注的区域，同时抑制无关区域上特征的激活来提高模型灵敏度和准确性，加入空洞空间金字塔池化模块优化对局部信息与全局信息的提取，增强图像获取上下文信息和多尺度信息的能力； 步骤3，利用安全壳裂缝识别数据集和裂缝分割数据集，对安全壳裂缝识别网络模型和安全壳裂缝分割网络模型分别进行训练； 步骤4，利用训练得到的安全壳裂缝识别网络模型和安全壳裂缝分割网络模型，依次对安全壳外观图像的裂缝进行识别和分割；实现方式如下， 首先将待检测的核安全壳图像输入到安全壳裂缝识别网络模型中，筛选出存在裂缝的图像； 再将筛选出来的含有裂缝的图像，输入到安全壳裂缝分割网络模型中进行处理，将图中核安全壳裂缝标记出来。

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武汉大学，其通讯地址为：430072 湖北省武汉市武昌区八一路299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。