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！

龙图腾网获悉杭州电子科技大学申请的专利一种融合目标检测和分割的井盖隐患集成识别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：CN119672418B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411738028.5，技术领域涉及：G06V10/764；该发明授权一种融合目标检测和分割的井盖隐患集成识别方法及系统是由邱洪君;苏艺;康可均;郑思瀚设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种融合目标检测和分割的井盖隐患集成识别方法及系统在说明书摘要公布了：本发明公开了一种融合目标检测和分割的井盖隐患集成识别方法及系统，该方法首先对井盖图片数据进行预处理，并划分单元格及锚框。其次通过YOLOv8x提取预处理后的井盖图片的多尺度特征，输出井盖预测结果。采用Bagging集成学习策略，基于井盖预测结果利用加权投票机制，得到井盖隐患类别的判别结果。然后将预处理后的井盖图片输入由PVTv2‑B4组成的编码器模块进行井圈特征提取，输出井圈预测结果。同时基于井圈预测结果对井圈进行二次分析，得到井圈隐患类别的判别结果。最后结合井盖和井圈的判别结果得到隐患类别。本发明提升了复杂场景下对井盖状态的精细化识别能力，实现对井圈边界的精准勾勒与定位。

本发明授权一种融合目标检测和分割的井盖隐患集成识别方法及系统在权利要求书中公布了：1.一种融合目标检测和分割的井盖隐患集成识别方法，其特征在于，包括以下步骤： 步骤1.对采集的井盖图片数据进行预处理，并划分单元格以及锚框； 步骤2.通过YOLOv8x模型提取预处理后的井盖图片的多尺度特征，并进行多尺度特征融合以及锚框分配，输出井盖预测结果； 步骤3.将预处理后的井盖图片输入由PVTv2-B4组成的编码器模块进行井圈特征提取，完成语义分割，输出井圈预测结果，具体实现过程如下： 步骤3-1将编码器每一层的输出特征保存，并将后三层的特征拼接送入特征金字塔FPN进行特征聚合，聚合的特征经过处理后与后三层编码器输出的特征分别拼接，得到后三层对应的跳连接特征，具体实现过程如下： 步骤3-1-1将井盖图像数据调整为固定尺寸后输入由PVTv2-B4构成的编码器模块中，编码器模块共有四层PVTv2-B4编码器，记为ex,x＝{1,2,3,4}；井盖图像输入编码器e1，由其处理后输入到下一层编码器e2，依次类推，每一个编码器的特征图输出记为 步骤3-1-2将编码器e2，e3，e4的输出输入到FPN中进行特征聚合，聚合后的特征图记为其宽、高、通道数均与相同； 步骤3-1-3将聚合特征图进行平均池化和卷积操作得到特征图其大小与相同；同时通过双线性插值和卷积得到特征图其大小与相同；将分别与进行拼接，得到后三层的跳连接特征 步骤3-2在解码器部分，第四层的跳连接特征作为第四层解码器的输入，经解码器处理后输出，经卷积后与第三层对应的跳连接特征作为第三层编码器的输入，依次类推至第一层解码器输出后，用分割真值进行监督并使用像素位置感知PPALoss损失函数进行模型参数更新，经更新后的模型输出的预测结果即为语义分割部分的最终预测结果，输出井圈预测结果，具体实现过程如下： 解码器模块共有四层Swin-Transformer解码器，记为dx，并将每一层解码器的输出特征图记为将第四层对应的跳连接特征输入第四层解码器d4中，经解码器处理后得到第四层解码器输出特征后将进行卷积操作使其大小与相同，并与一起作为d3的输入；d2同理；d1只接受d2的输出，处理后输出特征图将用分割真值SGT进行监督，并使用PPALoss进行模型参数更新；经更新后的模型输出的特征图Pring即为语义分割部分的最终预测结果，输出井圈预测结果； 步骤4.采用Bagging集成学习策略，基于井盖预测结果，利用加权投票机制，得到井盖隐患类别的判别结果；同时基于井圈预测结果对井圈进行二次分析，得到井圈隐患类别的判别结果；结合两种判别结果得到隐患类别。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市钱塘区白杨街道2号大街1158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。