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！

龙图腾网获悉石家庄铁道大学申请的专利复杂路面快速识别模型的构建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：CN117115778B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202311063481.6，技术领域涉及：G06V20/58；该发明授权复杂路面快速识别模型的构建方法是由王雪玮;李思渊;李韶华;刘元生;刘怡璇;闫德立;梁晓设计研发完成，并于2023-08-23向国家知识产权局提交的专利申请。

本复杂路面快速识别模型的构建方法在说明书摘要公布了：一种复杂路面快速识别模型的构建方法，它是将结构重参数化和自适应注意力的轻量化网络，作为车辆前方路面类型的识别模型，对车辆前方的路面进行甄别。步骤：构建以水平、垂直、方形、点形多分支异构卷积为核心的特征提取骨干网络；采用轻量高效的注意力机制，设计自适应通道注意力模块，以聚焦高相关特征，根据特征尺寸自适应地聚合空间上下文信息，并根据特征维度自适应地进行局部跨通道交互，使模型聚焦在与路面相关性高的特征；引入结构重参数化方法，对模型的训练周期和推理周期进行解耦，采用在路面类型识别任务上实现精度和速度权衡的A2Rep‑Net模型。本发明取得了准确性、实时性和轻量化的良好平衡，具备复杂多变场景的高适应性，使用效果明显。

本发明授权复杂路面快速识别模型的构建方法在权利要求书中公布了：1.一种复杂路面快速识别模型的构建方法，它是将结构重参数化和自适应注意力的轻量化网络，作为车辆前方路面类型的识别模型，对车辆前方的路面进行甄别，其特征在于所述的复杂路面快速识别模型的构建方法包括以下工艺步骤： ①构建以水平、垂直、方形、点形多分支异构卷积为核心的特征提取骨干网络，即构建多分支异构卷积核MHK，进行多分支学习； ②采用一种轻量高效的注意力机制，设计自适应通道注意力模块ACA，以聚焦高相关特征，根据特征尺寸自适应地聚合空间上下文信息，并根据特征维度自适应地进行局部跨通道交互，通过对通道间特征响应的校准，使模型聚焦在与路面相关性高的特征； ③引入结构重参数化方法，对模型的训练周期和推理周期进行解耦，在训练时通过上述多分支学习获得高裕度的特征表示，而在推理时将多分支结构等价转换为直铺式单支路结构，在不降低模型性能的前提下获得轻量化的部署模型以及推理速度，即引入结构重参数化策略将多分支的MHK模块等价转换为单支路的RepMHK模块以获得轻量、高效的模型推理，在此基础上，采用在路面类型识别任务上实现精度和速度权衡的A2Rep-Net模型； 上述A2Rep-Net模型是一个5阶段的卷积神经网络架构，模块内的三个参数分别为其输入特征图的通道数、高度和宽度； 第0阶段为输入阶段，由1个Stem1模块和1个ACA模块组成，其中，Stem1模块由1个4×4卷积分支和1个1×1卷积分支组成，步长均为2，第1至第4阶段为主要的特征提取阶段，均由1个Stem2模块、若干个MHK模块和1个ACA模块组成，Stem2模块为每个阶段的输入模块，其首先使用步长为2的1×1卷积进行降采样并扩充通道维度，然后使用轻量化的3×3深度卷积提取路面特征，3×3深度卷积记为D3×3，同时设置恒等连接分支以避免梯度消失问题，MHK模块为每个阶段的主要特征提取模块，由方形的3×3、水平的1×3、垂直的3×1、点的1×1这4个异构卷积分支和一个恒等连接分支并联组成； A2Rep-Net的重参数化还包括MHK模块的重参数化，MHK模块的多分支部分由3×3、1×3、3×1和1×1四个并联卷积和1个恒等连接组成，四个卷积分支首先吸收BN层，而后将1×3、3×1和1×1卷积分别补零扩充至3×3尺寸，即等效转换为有很多零参的特殊3×3卷积核，对于恒等连接分支，输入特征恒等于输出特征，因此将其等效为一组特殊的1×1卷积：第i个1×1卷积的第i通道的权重为1，其余均为零，即实现卷积过后不改变输入，恒等连接分支同样可以吸收BN层后补零转换为3×3卷积核，利用卷积的可加性，5个分支的等效3×3卷积核相加融合为1个新的3×3卷积，其权重和偏置为原有数值之和，由此，5分支的MHK模块被重参数化为1个3×3卷积+1个ReLU激活的单支路结构，即RepMKH模块。

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石家庄铁道大学，其通讯地址为：050043 河北省石家庄市北二环东路17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。