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！

龙图腾网获悉合肥工业大学申请的专利基于YOLOv7优化的缝隙检测方法、系统和存储介质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：CN117237312B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202311252971.0，技术领域涉及：G06T7/00；该发明授权基于YOLOv7优化的缝隙检测方法、系统和存储介质是由蒋庆;周满旭;李赛;晋强;于飞;殷磊;王瀚钦设计研发完成，并于2023-09-27向国家知识产权局提交的专利申请。

本基于YOLOv7优化的缝隙检测方法、系统和存储介质在说明书摘要公布了：本发明涉及混凝土裂缝监测和计算机技术领域，尤其是一种基于YOLOv7优化的缝隙检测方法、系统和存储介质。本发明对传统的YOLOv7模型进行结构优化，将传统的YOLOv7模型增加第十五Conv卷积网络、第八Concat拼接网络、第十六Conv卷积网络、第九Concat拼接网络、第十七Conv卷积网络和第十Concat拼接网络，通过增加的Conv卷积网络和Cancat拼接网络，将模型靠前的浅层特征和靠后的深层特征进行融合；由于YOLO中特征图从浅层到深层逐渐减小，每个层次的特征都包含不同级别的语义信息，通过融合这些不同层次的特征，网络可以同时捕捉低级和高级的语义信息，提高对目标的理解能力。

本发明授权基于YOLOv7优化的缝隙检测方法、系统和存储介质在权利要求书中公布了：1.一种基于YOLOv7优化的缝隙检测方法，其特征在于，包括以下步骤： S1、对传统的YOLOv7模型进行结构优化，作为基础模型；获取标注有裂缝类别的混凝土损伤图像作为学习样本； S2、令基础模型对学习样本进行机器学习，获取收敛后的基础模型作为目标检测模型；当需要检测混凝土裂缝时，将混凝土图像输入目标检测模型，目标检测模型输出检测结果，检测结果包括裂缝类别； 相对于传统的YOLOv7模型，基础模型还包括第十五Conv卷积网络、第八Concat拼接网络、第十六Conv卷积网络、第九Concat拼接网络、第十七Conv卷积网络和第十Concat拼接网络； 第十五Conv卷积网络的输入连接第二ELAN网络的输出，第十五Conv卷积网络的输出连接第八Concat拼接网络的输入，第八Concat拼接网络的输入还连接第二ELAN-W网络的输出；第一输出网络中REP网络的输入端分别连接第八Concat拼接网络的输出和第二ELAN-W网络的输出； 第十六Conv卷积网络的输入连接第三ELAN网络的输出，第十六Conv卷积网络的输出连接第九Concat拼接网络的输入，第九Concat拼接网络的输入还连接第三ELAN-W网络的输出；第二输出网络中REP网络的输入端分别连接第九Concat拼接网络的输出和第三ELAN-W网络的输出； 第十七Conv卷积网络的输入连接第四ELAN网络的输出，第十七Conv卷积网络的输出连接第十Concat拼接网络的输入，第十Concat拼接网络的输入还连接第四ELAN-W网络的输出；第三输出网络中REP网络的输入端分别连接第十Concat拼接网络的输出和第四ELAN-W网络的输出。

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合肥工业大学，其通讯地址为：230009 安徽省合肥市包河区屯溪路193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。