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！

龙图腾网获悉西安星讯智能通信科技有限公司申请的专利一种基于深度学习的城市管道缺陷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：CN120635634B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202511128771.3，技术领域涉及：G06V10/778；该发明授权一种基于深度学习的城市管道缺陷识别方法是由刘甲军;冯兴龙;祖瑾伟设计研发完成，并于2025-08-13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城市管道缺陷识别方法在说明书摘要公布了：本发明涉及一种基于深度学习的城市管道缺陷识别方法，涉及缺陷识别技术领域，本发明获取用于训练管道缺陷识别模型的数据集；构建并利用所述数据集训练管道缺陷识别模型；其中，管道缺陷识别模型中，至少一个相邻的最大池化层和多分支特征提取块之间插设语义增强块，语义增强块结合最大池化层输出和滤波特征图或结合最大池化层输出和下采样滤波特征图得到缺陷注意力，利用缺陷注意力加权处理最大池化层输出来得到缺陷语义增强的管道图像特征图；应用时，采集管道图像，将所采集的管道图像进行滤波处理得到滤波特征图，将管道图像和滤波特征图提交给预训练的管道缺陷识别模型进行缺陷识别，根据缺陷识别结果进行告警。

本发明授权一种基于深度学习的城市管道缺陷识别方法在权利要求书中公布了：1.一种基于深度学习的城市管道缺陷识别方法，其特征在于，包括： 获取用于训练管道缺陷识别模型的数据集，所述数据集包含管道图像、管道图像的滤波特征图、缺陷语义分割掩码和缺陷类型标签； 构建并利用所述数据集训练管道缺陷识别模型；其中，管道缺陷识别模型包括：五层多分支特征提取块；前四层多分支特征提取块后分别跟随用于降采样的最大池化层；后四层多分支特征提取块后跟随卷积块；利用最后一个卷积块以及利用多个上采样分别将后三层多分支特征提取块所接卷积块的输出上采样后与下一层级卷积块的输出结合得到多组目标特征图，多组目标特征图分别经深度可分离卷积处理并上采样后相加，相加结果经深度可分离卷积映射得到预测缺陷语义分割掩码，相加结果经全连接层处理得到预测缺陷类型概率；至少一个相邻的最大池化层和多分支特征提取块之间设置语义增强块，所述语义增强块结合最大池化层输出和滤波特征图或结合最大池化层输出和下采样滤波特征图得到缺陷注意力，利用缺陷注意力加权处理最大池化层输出来得到缺陷语义增强的管道图像特征图； 其中，训练所述管道缺陷识别模型的过程包括： 根据缺陷对管道安全和可用性的影响程度，来给缺陷分配权重，影响程度越大分配的权重值越大；根据缺陷被分配权重从训练集中按比例选择各种缺陷来训练所述管道缺陷识别模型；训练所述管道缺陷识别模型过程中，设定学习率，采用Adam优化器调整模型参数，采用预测缺陷语义分割掩码和真实的缺陷语义分割掩码之间的加权交并比熵损失和加权分类交叉熵损失的加权和作为损失函数，以损失函数最小化为目标调整所述管道缺陷识别模型的参数；所述加权交并比熵损失的公式为： ， 其中，为第c类缺陷的预测缺陷语义分割掩码，为第c类缺陷的真实的缺陷语义分割掩码，为第c类缺陷所对应的权重，C为缺陷的类型总数量； 所述加权分类交叉熵损失的公式为： ； 其中，为第c类缺陷的预测概率，为第c类缺陷的真实类型标签； 应用时，采集管道图像，将所采集的管道图像进行滤波处理得到滤波特征图，将管道图像和滤波特征图提交给预训练的管道缺陷识别模型进行缺陷识别，根据缺陷识别结果进行告警。

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西安星讯智能通信科技有限公司，其通讯地址为：710000 陕西省西安市雁塔区神州数码园5号楼23层；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。