Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 同济大学严宇获国家专利权

同济大学严宇获国家专利权

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!

龙图腾网获悉同济大学申请的专利道路隐伏病害检测方法、设备、存储介质以及程序产品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:CN119723331B

龙图腾网通过国家知识产权局官网在2025-11-11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:202411769140.5,技术领域涉及:G06V20/10;该发明授权道路隐伏病害检测方法、设备、存储介质以及程序产品是由严宇;崔敏行;杜彦良;王国清;何勇海;秦禄生;徐飞设计研发完成,并于2024-12-04向国家知识产权局提交的专利申请。

道路隐伏病害检测方法、设备、存储介质以及程序产品在说明书摘要公布了:本公开涉及道路工程、地球物理勘查和计算机科学与技术,尤其是提供一种道路隐伏病害检测方法、设备、存储介质以及程序产品。该方法通过扩散模型获得实际采集的道路隐伏病害图像的虚拟图像,并利用虚拟图像和道路隐伏病害图像生成混合数据集,之后将优化后的YOLO模型在混合数据集上进行训练、验证和测试,进而获得最优模型和最优数据集,服务于实际道路隐伏病害的巡检工作。YOLO模型所依赖的混合数据集并不完全是实际采集的真实图像,只需要采集小样本真实图像,即可获得混合数据集,采用本申请实施例的方案可大幅减少真实图像采集过程的人力和物力消耗,满足YOLO对道路隐伏病害数据量的严重依赖。

本发明授权道路隐伏病害检测方法、设备、存储介质以及程序产品在权利要求书中公布了:1.一种道路隐伏病害检测方法,其特征在于,包括: 获取通过图像采集设备在目标区域采集的第一数量的道路隐伏病害图像; 通过扩散模型生成每个所述道路隐伏病害图像的虚拟图像,所述虚拟图像的标签与每个所述道路隐伏病害图像的标签相同; 基于所述虚拟图像、所述道路隐伏病害图像、所述虚拟图像的标签和所述道路隐伏病害图像的标签,生成第二数量的混合数据集;每个所述混合数据集包括训练集、验证集和测试集,所述训练集中包括从所述道路隐伏病害图像中获得图像和从所述虚拟图像中获得的图像,所述验证集和所述测试集中的图像均从所述道路隐伏病害图像获得; 在采用预先构造的轻量化YOLO模型对每个所述混合数据集进行处理的过程中,获得所述轻量化YOLO模型在每个所述混合数据集包括的测试集上的性能表现数据; 基于所述性能表现数据,从所述第二数量的混合数据集中,获取最优混合数据集; 利用所述轻量化YOLO模型和所述最优混合数据集对待检测区域的道路进行病害检测, 其中,基于所述虚拟图像、所述道路隐伏病害图像、所述虚拟图像的标签和所述道路隐伏病害图像的标签,生成第二数量的混合数据集,包括: 将所述道路隐伏病害图像,划分成所述第二数量的图像集合,每个图像集合包括带有标签的第一训练图像、验证图像和测试图像,所述第一训练图像、所述验证图像和所述测试图像的数量之和为所述第一数量,所述验证图像和所述测试图像的数量相同,不同组图像集合中的第一训练图像、验证图像或测试图像的数量不同; 按照预设的混合图像比例,基于每个所述图像集合中第一训练图像、验证图像和测试图像各自的数量,计算每个所述图像集合中第二训练图像的目标数量; 基于每个所述图像集合和从带有标签的所述虚拟图像中获取的所述目标数量的第二训练图像,获得所述第二数量的混合数据集。

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同济大学,其通讯地址为:200092 上海市杨浦区四平路1239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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。