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 > 佛山科学技术学院蔡泽龙获国家专利权

佛山科学技术学院蔡泽龙获国家专利权

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!

龙图腾网获悉佛山科学技术学院申请的专利一种基于改进YOLOv5的混凝土裂缝检测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:CN116486231B

龙图腾网通过国家知识产权局官网在2025-12-19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:202310453914.2,技术领域涉及:G06V10/82;该发明授权一种基于改进YOLOv5的混凝土裂缝检测方法是由蔡泽龙;刘杰;何宽芳;林显信;黄成锵;刘振泳;李志聪;茹家荣设计研发完成,并于2023-04-24向国家知识产权局提交的专利申请。

一种基于改进YOLOv5的混凝土裂缝检测方法在说明书摘要公布了:本发明提供了一种基于改进YOLOv5的混凝土裂缝检测方法,其包括如下步骤:构建混凝土裂缝数据集;搭建改进的YOLOv5模型;获取预训练数据并利用预训练数据对改进的YOLOv5模型进行预训练;利用混凝土裂缝数据集对预训练后的改进的YOLOv5模型进行训练;获取待检测混凝土实时图像;利用训练好的改进的YOLOv5模型对待检测混凝土实时图像进行裂缝检测。本发明不仅可以在不需要人工干预的情况下完成目标检测任务,大大减少了人力成本和时间成本,还可以保持较高的检测精度,并准确地识别目标物体,从而提高检测效果。

本发明授权一种基于改进YOLOv5的混凝土裂缝检测方法在权利要求书中公布了:1.一种基于改进YOLOv5的混凝土裂缝检测方法,其特征在于,所述基于改进YOLOv5的混凝土裂缝检测方法包括如下步骤: 构建混凝土裂缝数据集; 搭建改进的YOLOv5模型; 获取预训练数据并利用预训练数据对改进的YOLOv5模型进行预训练; 利用混凝土裂缝数据集对预训练后的改进的YOLOv5模型进行训练; 获取待检测混凝土实时图像; 利用训练好的改进的YOLOv5模型对待检测混凝土实时图像进行裂缝检测; 搭建改进的YOLOv5模型的具体方法包括如下步骤: 在原有的YOLOv5网络结构中,使用相同输入大小的Rep-GFPN网络结构代替原有颈部特征堆叠网络Concat,以作为颈部网络的主干网络; 在特征提取网络模块的特征融合部分之前加入ECA注意力机制,构建改进后的YOLOv5网络模型; 使用相同输入大小的Rep-GFPN网络结构代替原有颈部特征堆叠网络Concat,以作为颈部网络的主干网络的具体方法包括如下步骤: 第一步,Rep-GFPN接收到骨干网络和前一层网络的两个特征图x0、x1,分别对x0、x1进行卷积核尺寸为1步长为1的卷积块操作,输出为x00与x10; 第二步,将第一步输出的x00、x10一同放入CSPS模块当中,输出为x01; 第三步,将第二步输出的x01与第一步输出x10一同放入CSPS模块当中,输出为x11; 第四步,将第三步输出的x11单独放入CSPS当中,CSPS模块的输出与第一步的输出x10进行Concat堆叠操作,输出为x12; 第五步,将第二步输出的x01、第三步输出的x11与第四步输出的x13三者一同CSPS模块当中,CSPS模块的输出与第一步的输出x00进行Concat堆叠操作,输出为x02; 第六步,将第四步输出的x02与第五步生成的x12进行对堆叠操作,堆叠后的输出进行卷积核尺寸为1步长为1的卷积块操作,作为Rep-GFPN最后的输出x_final。

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佛山科学技术学院,其通讯地址为:528000 广东省佛山市禅城区江湾一路18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。