買(mǎi)專(zhuān)利賣(mài)專(zhuān)利找龍圖騰，真高效！ 查專(zhuān)利查商標(biāo)用IPTOP,全免費(fèi)！專(zhuān)利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉青島理工大學(xué)申請(qǐng)的專(zhuān)利一種基于圖像實(shí)例分割的智慧軌道路面損傷分割方法獲國(guó)家發(fā)明授權(quán)專(zhuān)利權(quán)，本發(fā)明授權(quán)專(zhuān)利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120070888B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專(zhuān)利申請(qǐng)?zhí)?專(zhuān)利號(hào)為：202510130940.0，技術(shù)領(lǐng)域涉及：G06V10/26；該發(fā)明授權(quán)一種基于圖像實(shí)例分割的智慧軌道路面損傷分割方法是由苗吉軍;吳慶東;劉才瑋;余倩倩;宋力;宮哲;馮海暴;田立斌設(shè)計(jì)研發(fā)完成，并于2025-02-06向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專(zhuān)利申請(qǐng)。

本一種基于圖像實(shí)例分割的智慧軌道路面損傷分割方法在說(shuō)明書(shū)摘要公布了：一種基于圖像實(shí)例分割的智慧軌道路面損傷分割方法，涉及智慧軌道路面損傷評(píng)估技術(shù)領(lǐng)域，包括如下步驟：步驟1、數(shù)據(jù)集制作；步驟2、基于YOLOv8s網(wǎng)絡(luò)的改進(jìn)構(gòu)建適用于智軌路面損傷分割的YOLOV8s?D網(wǎng)絡(luò)，并進(jìn)行超參數(shù)配置；步驟3、GUI設(shè)計(jì)。本發(fā)明提出了適用于智軌路面損傷分割的YOLOV8s?D網(wǎng)絡(luò)，與其他網(wǎng)絡(luò)相比，能夠?qū)崿F(xiàn)識(shí)別磁釘損傷、標(biāo)志線損傷、裂縫和坑洞，有效提高不同光照環(huán)境下的識(shí)別精度，能夠適用于不同尺寸的路面缺陷，經(jīng)驗(yàn)證，本發(fā)明達(dá)到了92.7%的最佳分割精度，實(shí)現(xiàn)智軌路面自動(dòng)損傷分割，為后續(xù)損傷量化提供技術(shù)支持。

本發(fā)明授權(quán)一種基于圖像實(shí)例分割的智慧軌道路面損傷分割方法在權(quán)利要求書(shū)中公布了：1.一種基于圖像實(shí)例分割的智慧軌道路面損傷分割方法，其特征為，包括如下步驟： 步驟1、數(shù)據(jù)集制作：明確智軌路面磁釘損傷、標(biāo)志線損傷、裂縫和坑洞4種損傷的類(lèi)型及特征，并構(gòu)建起相應(yīng)的數(shù)據(jù)集用于網(wǎng)絡(luò)訓(xùn)練及驗(yàn)證； 步驟2、基于YOLOv8s網(wǎng)絡(luò)的改進(jìn)構(gòu)建適用于智軌路面損傷分割的YOLOV8s-D網(wǎng)絡(luò)，并進(jìn)行超參數(shù)配置； 步驟3、GUI設(shè)計(jì)； 步驟4、使用YOLOV8s-D網(wǎng)絡(luò)進(jìn)行軌道路面損傷分割； 所述的步驟2包括如下具體步驟：基于YOLOv8s網(wǎng)絡(luò)架構(gòu)，設(shè)計(jì)DDCNv4模塊替換backbone模塊中的C2F模塊，并添加注意力機(jī)制，在Neck層增加DSConv卷積模塊替換Neck層的普通卷積； 所述的步驟2中，DDCNv4指的是結(jié)合了擴(kuò)張卷積和密集連接的卷積神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，DDCNv4的可變形卷積用以動(dòng)態(tài)調(diào)整卷積核的位置；擴(kuò)張卷積用以提取出大尺寸智軌路面缺陷的輪廓信息，確保對(duì)智軌路面缺陷全貌的完整檢測(cè)； 所述的步驟2中，引入注意力機(jī)制，通過(guò)注意力機(jī)制同時(shí)關(guān)注圖像的低級(jí)和高級(jí)特征；所述的注意力機(jī)制為動(dòng)態(tài)的、查詢感知的稀疏注意力機(jī)制，用以在粗糙區(qū)域級(jí)別過(guò)濾掉大部分不相關(guān)的鍵值對(duì)，以便只保留一小部分路由區(qū)域；其次，在這些路由區(qū)域的聯(lián)合中應(yīng)用細(xì)粒度的token-to-token注意力； 所述的步驟2中，所述的注意力機(jī)制包括如下3個(gè)部分： 首先將特征圖劃分為S×S個(gè)不重疊區(qū)域并進(jìn)行線性映射： ； 然后在粗粒度Token上計(jì)算注意力權(quán)重，僅取其中的Topk區(qū)域作為相關(guān)區(qū)域參與細(xì)粒度的運(yùn)算； ；； 最后將每個(gè)Token最相關(guān)的Topk粗粒度區(qū)域作為鍵和值參與最終的運(yùn)算，為了增強(qiáng)局部性，在鍵和值上還是用了一個(gè)深度卷積： ；；。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類(lèi)似專(zhuān)利技術(shù)，可聯(lián)系本專(zhuān)利的申請(qǐng)人或?qū)＠麢?quán)人青島理工大學(xué)，其通訊地址為：266520 山東省青島市黃島區(qū)嘉陵江東路777號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。