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！

龙图腾网获悉广西大学申请的专利一种基于深度学习的路面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：CN116503336B 。

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：202310373795.X，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的路面裂缝检测方法是由华蓓;黄汝维;沈思远;刘大途;刘怡婷;黄镜润;刘阳设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本一种基于深度学习的路面裂缝检测方法在说明书摘要公布了：本发明公开一种基于深度学习的路面裂缝检测方法，基于工业级目标检测算法YOLOv5提出改进的路面裂缝检测模型YOLOv5‑Crack，并通过轻量化将其部署到了Web端，方便用户进行上传图片、实时视频等，同时也能够定位出裂缝的地图信息，方便维修养护单位进行维修。所使用的YOLOv5技术可以通过神经网络模型学习大量的路面图像数据，提取其中的特征信息，从而实现自动化的路面裂缝检测，其不仅可以提高检测的准确率和效率，还可以避免人工检测过程中的主观误差和不一致性。此外，通过YOLOv5训练出的模型还可以通过不断的迭代优化，逐步提高模型的精度和鲁棒性，使其能够适应不同的路面环境和不同类型的裂缝，从而提高路面维护的效率和安全性。

本发明授权一种基于深度学习的路面裂缝检测方法在权利要求书中公布了：1.一种基于深度学习的路面裂缝检测方法，其特征是，包括步骤如下： 步骤1、构建路面裂缝检测模型； 路面裂缝检测模型由5个图层卷积模块、4个CA注意力机制加模块、1个高效空间金字塔池化模块、4个重影混洗卷积模块、2个上采样模块、4个融合模块、2个步长为2的三重卷积模块、2个步长为1的三重卷积模块、以及3个二维卷积模块组成； 第一个图层卷积模块的输入形成路面裂缝检测模型的输入，第一个图层卷积模块的输出连接第二个图层卷积模块的输入，第二个图层卷积模块的输出连接第一个CA注意力机制加模块的输入，第一个CA注意力机制加模块的输出连接第三个图层卷积模块的输入，第三个图层卷积模块的输出连接第二个CA注意力机制加模块的输入，第二个CA注意力机制加模块的输出连接第四个图层卷积模块的输入，第四个图层卷积模块的输出连接第三个CA注意力机制加模块的输入，第三个CA注意力机制加模块的输出连接第五个图层卷积模块的输入，第五个图层卷积模块的输出连接第四个CA注意力机制加模块的输入，第四个CA注意力机制加模块的输出连接高效空间金字塔池化模块的输入； 高效空间金字塔池化模块的输出连接第一个重影混洗卷积模块的输入，第一个重影混洗卷积模块的输出连接第一个上采样模块的输入，第一个上采样模块的输出和第三个CA注意力机制加模块的输出同时连接第一个融合模块的输入，第一个融合模块的输出连接第一个步长为2的三重卷积模块的输入，第一个步长为2的三重卷积模块的输出连接第二个重影混洗卷积模块的输入，第二个重影混洗卷积模块的输出连接第二个上采样模块的输入，第二个上采样模块的输出和第二个CA注意力机制加模块的输出同时连接第二个融合模块的输入，第二个融合模块的输出连接第二个步长为2的三重卷积模块的输入；第二个步长为2的三重卷积模块的输出连接第三个重影混洗卷积模块的输入，第三个重影混洗卷积模块的输出和第二个重影混洗卷积模块的输出同时连接第三个融合模块的输入，第三个融合模块的输出连接第一个步长为1的三重卷积模块的输入，第一个步长为1的三重卷积模块的输出连接第四个重影混洗卷积模块的输入，第四个重影混洗卷积模块的输出和第一个重影混洗卷积模块的输出同时连接第四个融合模块的输入，第四个融合模块的输出连接第二个步长为1的三重卷积模块的输入； 第一个二维卷积模块的输入连接第二个步长为2的三重卷积模块的输出，第二个二维卷积模块的输入连接第一个步长为1的三重卷积模块的输出，第三个二维卷积模块的输入连接第二个步长为1的三重卷积模块的输出，第一个二维卷积模块的输出、第二个二维卷积模块的输出和第三个二维卷积模块的输出共同形成路面裂缝检测模型的输出； 步骤2、利用已标注有路面裂缝的路面样本图像集对步骤1所构建的路面裂缝检测模型进行训练，得到训练好的路面裂缝检测模型； 步骤3、将待检测路面裂缝的路面图像送入到步骤2所得到的训练好的路面裂缝检测模型中，训练好的路面裂缝检测模型输出分割好的图片。

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广西大学，其通讯地址为：530004 广西壮族自治区南宁市西乡塘区大学东路100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。