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！

龙图腾网获悉北京科技大学申请的专利一种基于半自动标注的道路裂缝检测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：CN115909054B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202211362452.5，技术领域涉及：G06V20/10；该发明授权一种基于半自动标注的道路裂缝检测系统是由张庆龙;乔奥成;柴永鸿;彭薇;江昭奕设计研发完成，并于2022-11-02向国家知识产权局提交的专利申请。

本一种基于半自动标注的道路裂缝检测系统在说明书摘要公布了：本发明提供了一种基于半自动标注的道路裂缝检测系统，包括信息采集模块、裂缝识别模块、数据管理模块和前端显示模块，所述数据管理模块采用分布式文件管理系统，可动态存储路面信息，并提取关键帧进行存储。本发明利用数据管理模块的关键帧样本数据集对裂缝识别模块的模型进行滚动优化，再利用优化后的模型来对视频大规模未标记的图像实现半自动标注，进而得到大量训练数据集和优化后的裂缝识别模型，减少了人力成本，自动化程度高，标注和识别检测精度不断提升。

本发明授权一种基于半自动标注的道路裂缝检测系统在权利要求书中公布了：1.一种基于半自动标注的道路裂缝检测系统，其特征在于，包括信息采集模块、裂缝识别模块、数据管理模块和前端显示模块； 所述信息采集模块用于对待检测路面进行拍摄，获取路面视频，通过GPS确定拍摄视频的位置信息，并将视频以及其位置信息上传至云端的数据管理模块； 所述数据管理模块对所述视频进行关键帧提取得到关键帧数据集，并采用分布式文件管理系统动态存储所述关键帧数据集、所述视频以及其位置信息、人工标记样本和自动标注后的数据集； 所述裂缝识别模块用于识别待检测路面有无裂缝以及裂缝的种类，自动标注与裂缝识别模块的模型优化同步进行； 所述前端显示模块用于实时显示检测结果； 其中，所述自动标注后的数据集，通过如下方法获取： 1初始数据集构建：初始情况下上传m张人工标注的高质量样本数据，作为最初的人工标记样本； 2初始模型构建：搭建起裂缝识别模块的模型，送入初始数据集的人工标记样本进行训练或校准； 3第i次人工标注：将第i次上传视频的所有帧作为第i次样本资源，提取视频中张关键帧送入裂缝识别模块的模型进行识别，将识别结果传到前端显示模块经客户核验调整检测结果，并将调整标注后的个样本数据上传存储为人工标记样本，其中i=1,2,3,...； 4优化模型：将个人工标记样本送入裂缝识别模块的模型中，重新进行训练或校准，更新模型参数； 5更新全样本标注：将第i次样本资源中视频所有帧送入裂缝识别模块的模型，对所有样本资源进行标注； 6更新裂缝识别模块参数：根据大量自动标注后的数据集对裂缝识别模块的模型进行再次训练和调整，提升识别精度； 所述裂缝识别模块包括图像预处理子模块、路面裂缝检测与分类子模块；所述图像预处理子模块利用Mask-RCNN首先检出车道线区域，然后将该区域移除，接着采用改进Criminisi方法修复图像；所述路面裂缝检测与分类子模块在Yolov5的基础上输出检测分类结果； 路面裂缝检测与分类子模块通过如下过程实现裂缝检测与分类： 步骤一：将预先采集的道路裂缝图像上传至数据管理模块，并对图像通过Mosaic数据增强进行图像增广，得到增强的数据集，然后利用标注软件labelimg进行裂缝的人工标注，得到初始数据集； 步骤二：搭建卷积神经网络，利用上述初始数据集进行参数权重训练，训练好的网络作为裂缝分类检测模型，以Sobel算子为边缘检测的算法，并作为裂缝边缘分割模型； 步骤三：将新上传的待检测道路视频中关键帧即待识别图像输入所述裂缝分类检测模型，得到待识别图像中裂缝的类别和置信度；再将待识别图像输入至裂缝边缘分割模型，得到裂缝二值图像； 步骤四：计算待识别图像中裂缝的长度和宽度，并将待识别图像中裂缝的类别、置信度、坐标、长度和宽度信息绘制到待识别图像上； 步骤五：根据用户的反馈，将检测后图像的裂缝信息调整后手动标注在图像中，并将其加入人工标注数据的训练集中； 步骤六：根据新加入的训练集的图像，再次对网络权重进行更新，以此实现模型的滚动优化，不断提高模型的准确率。

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北京科技大学，其通讯地址为：100083 北京市海淀区学院路30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。