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！

龙图腾网获悉山东建筑大学申请的专利基于YOLOV7算法的路面病害快速检测方法及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：CN117058459B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202311103573.2，技术领域涉及：G06V10/764；该发明授权基于YOLOV7算法的路面病害快速检测方法及系统是由赵全满;刘朝晖;姚向发;吴莉;任瑞波;赵品晖;张辉;孙敏;王黎设计研发完成，并于2023-08-30向国家知识产权局提交的专利申请。

本基于YOLOV7算法的路面病害快速检测方法及系统在说明书摘要公布了：本公开涉及计算机视觉技术领域，提出了一种基于YOLOV7算法的路面病害快速检测方法及系统，包括：获取待识别的路面图片，并进行预处理；对预处理后的图像进行升维压缩，采用深度可分离卷积进行多层特征提取，并将顶层的图像进行不同感受野的池化特征提取并进行堆叠；将输出的各层特征经过坐标注意力操作后，融合自顶向下的上采样与自底向上的下采样，将各层特征进行多尺度的特征融合，得到特征增强后的特征图；对特征增强后的特征图进行目标检测以及重参数卷积操作，分类后得到路面病害的识别结果。对现有的YOLOV7算法进行改进，快速且高精度地进行路面病害检测，可实现对于路面病害快速、高精度的检测标注。

本发明授权基于YOLOV7算法的路面病害快速检测方法及系统在权利要求书中公布了：1.基于YOLOV7算法的路面病害快速检测方法，其特征在于，包括如下步骤： 获取待识别的路面图片，并进行预处理； 对预处理后的图像进行升维压缩，采用深度可分离卷积进行多层特征提取，对顶层的图像进行不同感受野的池化特征提取并进行堆叠； 将输出的各层特征进行坐标注意力操作后，融合自顶向下的上采样与自底向上的下采样，将各层特征进行多尺度的特征融合，得到特征增强后的特征图； 对特征增强后的特征图进行重参数卷积操作以及目标检测，分类后得到路面病害的识别结果； 还包括构建YOLOV7算法模型，包括：主干特征提取网络，加强特征提取网络以及输出网络； 主干特征提取网络，包括多个级联的MobileOneBlock模块，最后一层MobileOneBlock模块连接设置SPPCSCP模块； MobileOneBlock模块依次执行深度卷积和逐点卷积，深度卷积后执行批归一化以及激活操作，逐点卷积后执行批归一化以及激活操作，用于实现图像的升维压缩处理； 加强特征提取网络，对应主干特征提取网络的有效输出层设置有特征加强分支，每个分支包括依次连接的GSConv卷积模块、通道堆叠模块以及MultiConcatBlock模块，各分支之间通过FPN结构以及PAN结构进行采样； MultiConcatBlock模块包括多个分支的GSConv卷积模块，并且各分支的GSConv卷积模块级联一个或多个GSConv卷积模块，形成GSConv卷积模块层叠的结构。

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山东建筑大学，其通讯地址为：250100 山东省济南市历城区临港开发区凤鸣路；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。