浙江大學張鶴獲國家專利權
買專利賣專利找龍圖騰,真高效! 查專利查商標用IPTOP,全免費!專利年費監控用IP管家,真方便!
龍圖騰網獲悉浙江大學申請的專利基于深度學習的橋梁表觀信息三分級識別方法和識別系統獲國家發明授權專利權,本發明授權專利權由國家知識產權局授予,授權公告號為:CN115713647B 。
龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉:該發明授權的專利申請號/專利號為:202211326419.7,技術領域涉及:G06V10/764;該發明授權基于深度學習的橋梁表觀信息三分級識別方法和識別系統是由張鶴;沈芷菁;楊嘉琦;林圳杭;程沛鵬;孫中玉設計研發完成,并于2022-10-27向國家知識產權局提交的專利申請。
本基于深度學習的橋梁表觀信息三分級識別方法和識別系統在說明書摘要公布了:本發明公開一種基于深度學習的橋梁表觀信息三分級識別方法和識別系統,先將訓練數據集逐級分類,得到每個橋梁部位的訓練數據集、每個橋梁構件的訓練數據集、每個病害類別的訓練數據集;然后,用前面的訓練數據集分別訓練改進的VGG16模型,得到每個橋梁部位的部位識別模型、每個構件的構件識別模型和每個病害類別的病害識別模型,組成三分級識別模型;最后將待預測的橋梁表觀圖像輸入部位識別模型,識別出該圖像對應的橋梁部位,然后再輸入對應橋梁部位的構件識別模型,識別出該圖像對應的構件;最后輸入對應構件的病害識別模型,輸出待預測的包含橋梁表觀信息的圖像的病害類別。本發明能夠提供構件定位及病害類型的全面準確的橋梁服役狀態信息。
本發明授權基于深度學習的橋梁表觀信息三分級識別方法和識別系統在權利要求書中公布了:1.一種基于深度學習的橋梁表觀信息三分級識別方法,其特征在于,該方法具體包括: S1:獲取大量橋梁表觀圖像,并對每張圖像標注出拍攝橋梁的部位、病害所在橋梁的具體構件和病害類別,并按照橋梁的部位對圖像進行歸類,分別構建每個橋梁部位的訓練數據集;然后對每個橋梁部位的圖像進一步按照病害所在橋梁的具體構件進行分類,分別構建每個橋梁部位的每個橋梁構件的訓練數據集;最后對每個橋梁構件的圖像按照病害類別進行分類,構建每個橋梁部位的每個橋梁構件的每個病害類別的訓練數據集; S2:構建改進的VGG16模型,即將VGG16模型的三個全連接層的神經元數量修改為1024、512和識別類別的個數,然后分別用每個橋梁部位的訓練數據集訓練改進的VGG16模型,得到對應每個橋梁部位的部位識別模型;然后用每個橋梁構件的訓練數據集訓練對應橋梁部位的部位識別模型,得到對應構件的構件識別模型;最后,用每個橋梁部位的每個橋梁構件的每個病害類別的訓練數據集訓練對應構件的構件識別模型,得到對應橋梁構件的每個病害類別的病害識別模型;從而獲得三分級識別模型; S3:將待預測的橋梁表觀圖像輸入所述部位識別模型,識別出該圖像對應的橋梁部位,然后再將待預測的橋梁表觀圖像輸入對應橋梁部位的構件識別模型,識別出該圖像對應的構件;最后將待預測的橋梁表觀圖像輸入對應構件的病害識別模型,輸出待預測的橋梁表觀圖像的病害類別。
如需購買、轉讓、實施、許可或投資類似專利技術,可聯系本專利的申請人或專利權人浙江大學,其通訊地址為:310058 浙江省杭州市西湖區余杭塘路866號;或者聯系龍圖騰網官方客服,聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。