<thead id="3jag6"><rt id="3jag6"><noscript id="3jag6"></noscript></rt></thead>
  • <s id="3jag6"><track id="3jag6"><menuitem id="3jag6"></menuitem></track></s>
        <sub id="3jag6"><p id="3jag6"></p></sub>

          <style id="3jag6"></style>
          国产精品久久久久久久网,人人妻人人澡人人爽国产,亚洲中文字幕无码爆乳APP,免费大片黄国产在线观看,无码抽搐高潮喷水流白浆,国产久免费热视频在线观看,国产亚洲精品成人aa片新蒲金,久久久97丨国产人妻熟女
          Document
          拖動滑塊完成拼圖
          個人中心

          預訂訂單
          服務訂單
          發布專利 發布成果 人才入駐 發布商標 發布需求

          在線咨詢

          聯系我們

          龍圖騰公眾號
          首頁 專利交易 IP管家助手 科技果 科技人才 科技服務 國際服務 商標交易 會員權益 需求市場 關于龍圖騰
           /  免費注冊
          到頂部 到底部
          清空 搜索
          當前位置 : 首頁 > 專利喜報 > 武漢科技大學鄒蘭林獲國家專利權

          武漢科技大學鄒蘭林獲國家專利權

          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!

          龍圖騰網獲悉武漢科技大學申請的專利一種基于YOLOv8輕量化改進的混凝土橋梁裂縫檢測方法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:CN119963904B

          龍圖騰網通過國家知識產權局官網在2025-09-26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:202510036859.6,技術領域涉及:G06V10/764;該發明授權一種基于YOLOv8輕量化改進的混凝土橋梁裂縫檢測方法是由鄒蘭林;劉傲設計研發完成,并于2025-01-09向國家知識產權局提交的專利申請。

          一種基于YOLOv8輕量化改進的混凝土橋梁裂縫檢測方法在說明書摘要公布了:本發明涉及一種基于YOLOv8輕量化改進的混凝土橋梁裂縫檢測方法,涉及混凝土橋梁病害智慧檢測領域,旨在解決現有目標檢測模型在橋梁病害檢測中的計算復雜度高、性能不足等問題。該方法通過引入STNC2f模塊,利用StarNet中的StarBlock優化YOLOv8的Backbone和Neck部分,增強了特征提取能力和多尺度信息融合效果,減少了計算量和參數量;通過引入AIFI模塊,基于注意力機制實現尺度內特征交互,提升了細粒度特征的提取效率;同時,設計了任務動態交互檢測頭TDMDH,通過共享卷積和動態特征選擇機制有效降低了模型的計算復雜度。

          本發明授權一種基于YOLOv8輕量化改進的混凝土橋梁裂縫檢測方法在權利要求書中公布了:1.一種基于YOLOv8輕量化改進的混凝土橋梁裂縫檢測方法,其特征在于,包括以下步驟: 步驟一、構建YOLOv8輕量化改進的網絡算法:Backbone部分改進、Neck部分改進、Head部分替換,具體過程為: 對于Backbone及Neck部分: 第一步:將C2f模塊中的Bottleneck替換為StarNet的StarBlocks,構成STNC2f模塊; 第二步:將SPPF模塊替換為尺度內特征交互AIFI模塊,并在AIFI之前額外添加一層卷積層; 對于Head部分: 將Head部分替換為輕量級的任務動態交互檢測頭——TDMDH,其特征交互機制為:從Neck部分輸入的三個特征層依次通過兩個共享卷積模塊Conv_GN,每個模塊的卷積核大小為3×3,兩個卷積層之間的信息共享,有效減少了參數量和計算量,之后,這些特征通過Concat操作拼接并匯聚為具有聯合信息的交互特征,交互特征經任務分解模塊TaskDecomposition分離為回歸共享分支和分類共享分支; 在回歸共享分支中,通過1×1卷積預測邊界框的坐標偏移量,并使用Scale層調整輸出特征以適應不同目標尺度; 在分類共享分支中,交互特征經動態特征選擇后,生成相應權重,提升對病害目標的識別能力,最終通過1×1卷積層預測各類別的概率; 步驟二、采集用于YOLOv8輕量化改進網絡算法訓練的數據集,并對訓練集數據進行標注,獲得標注后的訓練集數據;具體過程為: 第一步:使用圖像采集設備對不同場景、不同光照下的混凝土橋梁裂縫進行采集,采集過程中使用正視、水平的角度拍攝; 第二步:圖像數據采集完成后,在半自動標注工具的輔助下采用labelImg圖片標注工具進行人工標注; 步驟三、對步驟二標注后的訓練集數據進行預處理; 步驟四、將步驟三預處理后的訓練集數據輸入至步驟一的輕量化改進YOLOv8網絡算法中訓練,獲取訓練后的輕量化改進YOLOv8模型,使用訓練好的輕量化改進YOLOv8模型對測試集進行檢測。

          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武漢科技大學,其通訊地址為:430000 湖北省武漢市洪山區青菱街道武漢科技大學黃家湖校區;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”。

          以上內容由AI智能生成
          免責聲明
          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。
          主站蜘蛛池模板: 国产成人精品无码播放| 一本一本久久a久久综合精品| 久久久久影院色老大2020 | 人妻少妇精品无码系列| 狠狠躁夜夜躁人人爽天天5| 国产强奷伦奷片| 久久国产乱子伦精品免费午夜| 亚洲欧美人成电影在线观看| 亚洲精品一品区二品区三品区| 丝袜熟女国偷自产中文字幕亚洲 | 加勒比无码人妻东京热| 蜜臀精品国产高清在线观看| 60老熟女多次高潮露脸视频 | 日韩中文字幕av有码| 欧美人与物videos另类| 一本一本久久a久久精品综合| 日本一区不卡高清更新二区 | 亚洲乱亚洲乱妇24p| 性欧美久久| 精品视频国产狼友视频| 精品国产电影久久九九| 2019久久久高清日本道| 精品国产一区二区av麻豆 | 中文字幕人妻第一区| 性欧美激情aa片在线播放| 久久中文字幕无码一区二区| 人妻久久久一区二区三区| 毛片无遮挡高清免费| 亚洲欧美精品综合在线观看| 欧美性暴力变态xxxx| 自拍偷亚洲产在线观看| 天天夜碰日日摸日日澡性色av| 无码精品人妻一区二区三区中| 国精无码欧精品亚洲一区| 天天做日日做天天做| 亚洲va中文字幕无码一区| 国产无人区码一码二码三mba| 欧美激情一区二区三区成人| 成人无遮羞视频在线观看| 在线视频 亚太 国产 欧美 一区二区 | 狂猛欧美激情性xxxx大豆行情|