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！

龙图腾网获悉中国铁道科学研究院集团有限公司电子计算技术研究所;北京经纬信息技术有限公司;中国铁道科学研究院集团有限公司申请的专利一种超前支护小导管检测模型训练方法、检测方法及装置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：CN119851114B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411706610.3，技术领域涉及：G06V20/10；该发明授权一种超前支护小导管检测模型训练方法、检测方法及装置是由王万齐;郝蕊;范文娜;卢文龙;鲍榴;孙安培;史瑞昌;高强;张晋博;王焜;张素华;程智博;丁雨淋;胡翰;田艳芬设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。

本一种超前支护小导管检测模型训练方法、检测方法及装置在说明书摘要公布了：本发明提供一种超前支护小导管检测模型训练方法、检测方法及装置，包括：使用深度相机拍摄超前小导管支护图像作为样本并添加标签，构建训练样本集；将训练样本集输入初始检测模型进行训练，使用特征提取网络提取图像特征，使用路径聚合网络对图像特征进行自上而下和自下而上的双向融合得到融合特征，使用多任务检测头对融合特征解码，得到各样本中超前小导管支护的预测类别、预测边界框信息和预测关键点坐标，构建联合损失优化初始检测模型，得到超前小导管支护检测模型；将检测模型预测得到的二维点坐标投影到配对的深度图上，采用偏移优化方法计算超前小导管支护的三维坐标和相邻间距。本发明能够提高检测精度、降低劳动强度和作业危险程度。

本发明授权一种超前支护小导管检测模型训练方法、检测方法及装置在权利要求书中公布了：1.一种基于计算机视觉技术的超前支护小导管检测模型训练方法，其特征在于，该方法包括以下步骤： 构建训练样本集，所述训练样本集包含多个样本，每个样本包含一张深度相机拍摄的超前小导管支护图像；为每个样本添加标签，所述标签包括对应超前小导管支护的类别、边界框信息和关键点坐标； 获取初始检测模型，所述初始检测模型包括特征提取网络、路径聚合网络和多任务检测头，所述特征提取网络包括三个阶段：第一阶段包括卷积-批归一化-激活函数综合模块和结构增强模块，第二阶段包括卷积-批归一化-激活函数综合模块和跨层特征融合模块，第三阶段包括卷积-批归一化-激活函数综合模块、跨层特征融合模块和快速金字塔池化模块；将所述训练样本集输入所述初始检测模型，在所述特征提取网络的第一阶段中，利用所述卷积-批归一化-激活函数综合模块提取所述训练样本集的特征，并在通道维度均分为第一特征和第二特征，将所述第二特征输入所述结构增强模块构建高频残差特征，将所述高频残差特征与所述第二特征一同输入预设卷积模块进行局部特征增强，并进行聚合，得到聚合特征；将所述第一特征和所述聚合特征在所述通道维度拼接，得到包含高频结构信息的浅层特征并输入所述第二阶段，所述第二阶段提取语义信息，得到中间特征并输入所述第三阶段，所述第三阶段在高维度提取语义信息，并利用金字塔池化聚合不同感受野的特征，增强特征表示，得到深层特征，所述特征提取网络将提取得到所述浅层特征、所述中间特征和所述深层特征分别输入所述路径聚合网络，进行自上而下和自下而上的双向融合，得到多层次的融合特征，将所述融合特征输入所述多任务检测头进行特征解码，将各检测头输出的预测特征进行拼接，生成每个像素的类分数和交并化分数并进行加权计算，得到综合预测分数，根据所述综合预测分数进行排序筛选得到各样本中超前小导管支护的预测类别、预测边界框信息和预测关键点坐标； 采用所述训练样本集对所述初始检测模型进行训练，并构建分类任务、边界框检测任务和关键点检测任务的联合损失对所述初始检测模型进行优化，直至达到预设性能要求，得到最终的超前小导管支护检测模型；其中，所述分类任务使用二元交叉熵损失，所述边界框检测任务使用交并化损失和分布焦点损失，所述关键点检测任务使用关键点损失。

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中国铁道科学研究院集团有限公司电子计算技术研究所;北京经纬信息技术有限公司;中国铁道科学研究院集团有限公司，其通讯地址为：100081 北京市海淀区大柳树路2号一区12幢2层201-203、206；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。