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一种基于OneFormer3D建筑构件轻量化检测方法、设备及存储介质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：CN119516374B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202411579348.0，技术领域涉及：G06V20/10；该发明授权一种基于OneFormer3D建筑构件轻量化检测方法、设备及存储介质是由王骞;赵鸿翔;越宏哲;曾凝霜设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本一种基于OneFormer3D建筑构件轻量化检测方法、设备及存储介质在说明书摘要公布了：本发明公开了一种基于OneFormer3D建筑构件轻量化检测方法、设备及存储介质，利用地面三维激光扫描仪在采集建筑内部的三维点云数据。对建筑内部的点云数据进行去噪处理，并进行点云标注，完成数据准备。采用基于OneFomer3D网络结构优化的深度学习模型，得到建筑构件的实例信息。利用机器学习方式对带有实例信息的建筑构件进行检测，并与相关规范进行比对，实现轻量化的检测。本发明通过基于点云数据的深度学习方法，能够快速、准确地完成建筑构件的检测任务。同时，该方法具有自动化程度高、成本低等优点，适用于大规模建筑项目的质量控制与维护，具有广泛的应用前景。

本发明授权一种基于OneFormer3D建筑构件轻量化检测方法、设备及存储介质在权利要求书中公布了：1.一种基于OneFormer3D建筑构件轻量化检测方法，其特征在于：具体包括： 步骤S1：获取建筑内部的点云数据； 步骤S2：对建筑内部的点云数据进行去噪处理，并进行简化，获得预处理后的点云数据； 步骤S3：对预处理后的点云数据按区域分类，并对各区域内点云数据的建筑构件类型进行标注，得到各区域内各建筑构件以及各建筑构件的标注，并作为点云数据集； 步骤S4：利用基于OneFormer3D网络结构优化的深度学习模型，对点云数据集进行训练，通过设定不同的训练超参数模组进行多次训练，求取效果最好的训练超参数模组，以效果最好的训练超参数模组配置深度学习模型进行训练，得到训练好的深度学习模型；将待预测的点云数据输入训练好的深度学习模型，得到建筑内部的实例信息点云数据； 步骤S5：将实例信息点云数据进行后处理优化，得到优化好的实例信息点云数据； 步骤S6：对优化好的实例信息点云数据使用基于随机一致性的多平面拟合方法和基于主成分分析的有向包络盒算法，获取优化好的实例信息点云数据对应的建筑构件的尺寸信息和空间位置信息； 步骤S7：将建筑构件的尺寸信息和位置信息与设计规范进行比对，完成建筑构件的检测。

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：210018 江苏省南京市玄武区新街口街道四牌楼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”。

以上内容由龙图腾AI智能生成。