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！

龙图腾网获悉河南大学申请的专利基于深度学习的灾后房屋危险等级评价方法和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：CN116229266B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202310224948.4，技术领域涉及：G06V20/10；该发明授权基于深度学习的灾后房屋危险等级评价方法和装置是由吴禄源;仝敬博;王自法;张建伟;李建会;丁菲;刘芸秀;李梦;张涛;李辉;冯义设计研发完成，并于2023-03-09向国家知识产权局提交的专利申请。

本基于深度学习的灾后房屋危险等级评价方法和装置在说明书摘要公布了：本发明的实施例提供了基于深度学习的灾后房屋危险等级评价方法和装置。所述方法包括获取房屋图像，生成图像数据集；对图像数据集进行预处理，并将预处理后的数据划分为训练集数据和测试集数据；构建MyNet网络训练模型；获取基于训练集数据对MyNet网络训练模型进行训练，得到训练后的MyNet网络训练模型，得到最优权重参数；将所述测试集数据输入到训练后的MyNet网络训练模型中，输出危险等级概率，以危险等级概率最高的等级作为房屋危险等级。以此方式，可以提高灾后农村房屋危险等级鉴定工作效率，节约大量人力及财力资源。

本发明授权基于深度学习的灾后房屋危险等级评价方法和装置在权利要求书中公布了：1.一种基于深度学习的灾后房屋危险等级评价方法，其特征在于，包括： 获取房屋图像，生成图像数据集； 对所述图像数据集进行预处理，并将预处理后的数据划分为训练集数据和测试集数据； 构建MyNet网络训练模型； 获取基于所述训练集数据对所述MyNet网络训练模型进行训练，得到训练后的MyNet网络训练模型，得到最优权重参数； 将所述测试集数据输入到训练后的MyNet网络训练模型中，输出危险等级概率，以所述危险等级概率最高的等级作为房屋危险等级； 所述MyNet网络训练模型包括训练网络模型、迁移学习模型和检测分类模型；以图像特征提取模型作为所述训练网络模型，包括特征提取模块浅层和特征提取模块深层； 输入数据依次经过特征提取模块浅层、特征提取模块深层、迁移学习模型、检测分类模型后输出图像所属类别的概率值； 所述特征提取模块浅层依次由第一卷积层、第一最大池化层、第二卷积层、第二最大池化层和两个Fused-MBConv模块构成；所述Fused-MBConv模块包括第三卷积层和Dropout层； 所述特征提取模块深层由三个MBConv模块组成；输入数据依次经过所述三个MBConv模块后输出特征信息；所述MBConv模块依次由第四卷积层、SE模块、第五卷积层和Dropout层组成； 所述SE模块依次由全局平均池化层、第一全连接层和第二全连接层组成；输入数据依次经过平均池化层、第一全连接层和第二全连接层后输出。

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河南大学，其通讯地址为：475000 河南省开封市龙亭区金明大道；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。