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！

龍圖騰網獲悉東莞理工學院申請的專利一種基于卷積神經網絡的圖像識別方法、裝置及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：CN115272826B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202210925219.7，技術領域涉及：G06V10/82；該發明授權一種基于卷積神經網絡的圖像識別方法、裝置及系統是由謝仁平;陳浩瀚;陶銘;丁凱設計研發完成，并于2022-08-03向國家知識產權局提交的專利申請。

本一種基于卷積神經網絡的圖像識別方法、裝置及系統在說明書摘要公布了：本發明公開了一種基于卷積神經網絡的橋梁混凝土道路圖像裂縫識別方法、裝置及系統，通過在VGG?16全卷積神經網絡模型的基礎上引入梯度層和自我注意力機制模塊，從而使模型在數據集上進行訓練時起到加速收斂的作用，并使得模型在保證輕量化的同時，能提高網絡模型對輸入特征圖的全局信息學習能力，提高其對混凝土道路圖像的裂縫識別速度和識別精準度，本發明最終訓練得到的混凝土道路裂縫識別模型可以高效、快速、高精度地進行圖像裂縫檢測。

本發明授權一種基于卷積神經網絡的圖像識別方法、裝置及系統在權利要求書中公布了：1.一種基于卷積神經網絡的橋梁混凝土道路裂縫圖像識別方法，其特征在于：包括以下步驟： 步驟S100、采用VGG-16模型搭建級聯的全卷積神經網絡，所述全卷積神經網絡包括輸入模塊、五塊編碼器模塊以及解碼器模塊； 步驟S200、所述輸入模塊由梯度層和輸入圖像組成；梯度層首先由輸入圖像的橫縱坐標方向采用33的Sobel一階差分算子進行處理，得到橫、縱坐標方向的梯度矩陣，再根據每點坐標的橫、縱坐標方向的梯度絕對值之和作為梯度幅值，得到梯度層； 步驟S300、在最后三個編碼器模塊的最后一個卷積層的輸出端加入自我注意力機制模塊，為網絡模型引入注意力機制； 步驟S400、在每個處理模塊和自我注意力機制模塊的輸出端放置反卷積層模塊，并通過卷積層分割最終圖像； 步驟S500、采用標定數據集對所述全卷積神經網絡模型進行訓練，其中，所述標定數據集為標定好混凝土裂縫特征的特征圖集合；對步驟S600、待檢測的橋梁道路圖像逐幀處理，將處理后的圖像輸入神經網絡模型進行裂縫分割，分割出待檢測的橋梁道路圖像中的裂縫； 在步驟S500中，采用標定數據集對所述全卷積神經網絡模型進行訓練，包括如下步驟： 1獲得處理模塊中最后一個卷積層的輸出端經過11卷積核輸出的Query、Key、Value矩陣；其中，W、H、C、B、Θ、Φ、g分別為輸入特征圖的寬度、高度、通道數、批數、Query矩陣、Key矩陣和Value矩陣； 2對Query矩陣和Key矩陣作點乘運算，得到大小為BHWBHW的相似度權重矩陣； 3對相似度權重矩陣進行Softmax運算，實現相似度權重矩陣的歸一化； 4將歸一化的相似度權重矩陣與Value矩陣進行點乘運算，得到大小為BHWC2的Attention值；經過11的卷積核擴展通道數為C后，疊加Attention值到處理模塊中最后一個卷積層的輸出端矩陣。

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東莞理工學院，其通訊地址為：523808 廣東省東莞市松山湖科技產業園區大學路1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”。