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！

龙图腾网获悉华南理工大学申请的专利一种基于数据挖掘和深度学习的道路积水区域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：CN116452850B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202310238225.X，技术领域涉及：G06V10/764；该发明授权一种基于数据挖掘和深度学习的道路积水区域识别方法是由黄国如;廖宇鸿;郑嘉璇设计研发完成，并于2023-03-10向国家知识产权局提交的专利申请。

本一种基于数据挖掘和深度学习的道路积水区域识别方法在说明书摘要公布了：本发明公开了一种基于数据挖掘和深度学习的道路积水区域识别方法。所述方法包括以下步骤：通过网络爬虫和数据挖掘技术，从互联网大数据平台获取城市道路内涝积水图像；对图像进行预处理，并对积水特征信息进行数据标签制作；采用图像处理算法和数据增强技术进行数据集扩充，生成大量的图像数据，并划分训练集和测试集；利用K‑means聚类算法对训练集数据标签边框进行聚类，调整模型配置参数；基于深度学习MaskRCNN目标检测模型，对数据集中可见的积水范围进行学习训练，得到最终模型训练权重文件；通过对图像积水特征的提取和可视化预测，实现积水范围的检测识别。本发明拓宽了图像数据获取的渠道，大大降低了图像数据集构建的难度。

本发明授权一种基于数据挖掘和深度学习的道路积水区域识别方法在权利要求书中公布了：1.一种基于数据挖掘和深度学习的道路积水区域识别方法，其特征在于，包括如下步骤： S1、通过网络爬虫和数据挖掘技术，从互联网大数据平台获取城市内涝积水图像，构建积水图像数据库，并通过筛选建立初始积水图像数据集； S2、对初始积水图像数据集中的图像进行预处理，并对数据集中可见的积水范围进行边界描绘和标签制作； S3、利用图像处理算法，同时对图像和标签进行数据增强，扩充数据集，并将标注后的数据集划分为训练集和测试集，转换为神经网络模型可读取的数据集格式； S4、利用K‑means聚类算法，对训练集的目标边框进行聚类，自动生成一组自定义数据集的anchor框，在模型配置文件中调整anchor的尺寸和长宽比；配置深度学习图像识别的基本环境并安装目标检测框架，随后利用K‑means聚类算法，对训练集中的标记好的目标边框进行聚类；通过调整K值，将边框样本聚类成K个簇，从而发现最佳的anchor框的数量和尺寸，并将对应anchor的长宽比输入到目标检测模型配置文件中； S5、将经过标记后的训练集和验证集输入到Mask RCNN实例分割模型进行学习，并评估训练完成后神经网络模型的积水检测性能，通过调整神经网络模型训练参数反复进行训练，直到模型训练效果达到最优即完成模型训练，得到最终模型训练权重文件； S6、基于S5中训练好的权重文件，将测试图像或视频输入检测项目中，对图像积水特征进行提取，得到积水范围检测识别结果。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。