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
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 唐山高速公路集团有限公司;重庆交通大学;河北交通职业技术学院刘树祥获国家专利权

唐山高速公路集团有限公司;重庆交通大学;河北交通职业技术学院刘树祥获国家专利权

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!

龙图腾网获悉唐山高速公路集团有限公司;重庆交通大学;河北交通职业技术学院申请的专利基于SRA-Net的路面裂缝分割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:CN116630617B

龙图腾网通过国家知识产权局官网在2026-04-07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:202310512651.8,技术领域涉及:G06V10/26;该发明授权基于SRA-Net的路面裂缝分割方法是由刘树祥;赵毅;王久增;李乃强;马东旭;杜超;胡楠;董立强;张庆宇设计研发完成,并于2023-05-08向国家知识产权局提交的专利申请。

基于SRA-Net的路面裂缝分割方法在说明书摘要公布了:本发明提供的一种基于SRA‑Net的路面裂缝分割方法,包括以下步骤:S1.获取路面裂缝图像样本数据集;S2.搭建基于编码‑解码结构的SRA‑Net模型,在编码器中加入空洞空间金字塔池化模块和空间通道模块;S3.将数据集输入SRA‑Net模型中进行训练;S4.判断SRA‑Net模型是否训练完成,如是,则进入步骤S5,如否,则更新SRA‑Net模型的参数,返回步骤S3中;S5.将待测数据输入至训练完成后的SRA‑Net模型中,输出分割结果图。

本发明授权基于SRA-Net的路面裂缝分割方法在权利要求书中公布了:1.一种基于SRA-Net的路面裂缝分割方法,其特征在于:包括以下步骤: S1.获取路面裂缝图像样本数据集; S2.搭建基于编码-解码结构的SRA-Net模型,在编码器中加入空洞空间金字塔池化模块和空间通道模块; 通过如下方法构建SRA-Net模型中的编码器模块,并进行编码: 构建编码器,编码器包含卷积核、残差块和空洞空间金字塔模块,其中,残差块中采用空间通道模块进行下采样; 对图像进行编码: S211.构建输入图像的1×1卷积核,将RGB图像输入残差块,在残差块中将改变通道数,输出特征图M1; S212.在残差块后加入空洞空间金字塔池化ASPP模块,对输入的特征图进行空洞卷积采样; S213.在空洞空间金字塔池化ASPP模块后,再次加入残差块SPD-ResBlock,残差块中使用空间通道模块进行下采样,根据输入通道的不同,对输入的特征图叠加不同数量的残差块,并改变通道数,输出特征图M2; S214.依次重复步骤S212和步骤S213各三次,分别输出特征图M3、特征图M4和特征图M5; S215.将特征图M5输入空洞空间金字塔池化模块ASPP,改变通道数,输出特征图M6; 通过如下方法构建SRA-Net模型中的解码器模块,并进行解码: 构建解码器,解码器中包含卷积核、Concat拼接模块和双线性插值上采样模块; 对特征图进行解码: S221.对编码器输出的特征图M6进行双线性插值上采样,得到解码器中的特征图M7; S222.通过跳跃连接的方式,将解码器输出的特征图与编码器中通道数相同的M1-M4特征图进行Concat拼接,实现特征融合; S223.将经过Concat拼接后的图像通过两个3×3卷积核,改变通道数为拼接后通道数的四分之一; S224.对步骤S223中得到的图像进行双线性插值上采样,输出特征图M8; S225.依次重复步骤S222-S224两次,分别输出特征图M9和特征图M10;其中,重复过程中,与编码器进行Concat拼接的解码器特征图来源于前一层经过双线性插值后输出的特征图; S226.将特征图M1与特征图M10进行Concat拼接,并将拼接后的图像通过两个3×3卷积核,得到通道为64的图像,将通道为64的图像通过一个1×1卷积核,并将通道数改变为2,输出实现裂缝像素与背景像素分割的图片; S3.将数据集输入SRA-Net模型中进行训练;通过如下方法对SRA-Net模型进行训练: 将步骤S1中采集的数据集输入SRA-Net模型进行训练,设置初始学习率为0.01,冲量为0.9,采用权重衰减的方式防止过拟合,采用SDG优化器对权重进行迭代更新,损失函数采用交叉熵损失与dice损失相加的方式; 损失函数公式为: 其中,Loss表示损失函数,i表示图像中的像素点,表示像素点的预测值,yi表示像素的标签值,n表示像素点总数; S4.判断SRA-Net模型是否训练完成,如是,则进入步骤S5,如否,则更新SRA-Net模型的参数,返回步骤S3中; S5.将待测数据输入至训练完成后的SRA-Net模型中,输出分割结果图。

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唐山高速公路集团有限公司;重庆交通大学;河北交通职业技术学院,其通讯地址为:063000 河北省唐山市高新区庆北西道19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。