Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜广西大学许华杰获国家专利权

恭喜广西大学许华杰获国家专利权

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!

龙图腾网恭喜广西大学申请的专利一种基于轻量级Transformer的桥梁混凝土裂缝检测方法及装置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:CN114913162B

龙图腾网通过国家知识产权局官网在2025-04-04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:202210577574.X,技术领域涉及:G06T7/00;该发明授权一种基于轻量级Transformer的桥梁混凝土裂缝检测方法及装置是由许华杰;苏国韶;秦远卓;刘鑫;梁金福;侯攀;江浩;李仁杰设计研发完成,并于2022-05-25向国家知识产权局提交的专利申请。

一种基于轻量级Transformer的桥梁混凝土裂缝检测方法及装置在说明书摘要公布了:本发明公开了一种基于轻量级Transformer的桥梁混凝土裂缝检测方法及装置,包括:使用无人机采集桥梁混凝土裂缝图像,并将采集到的数据回传;将图像进行预处理并转换成固定的输入格式,建立数据集;构建轻量级Transformer网络,对图像进行训练及测试得到识别模型,所述轻量级Transformer采用了两阶段的Patch变换方法,在训练时丢弃Transformer的部分输入序列,减轻过拟合问题并增强patch之间的多样性;部署识别模型,开展对于待识别桥梁表面图像的识别。本发明通过所提出的轻量级Transformer,降低了桥梁混凝土裂缝检测方法的计算负载,使之可以在计算资源有限的平台部署。

本发明授权一种基于轻量级Transformer的桥梁混凝土裂缝检测方法及装置在权利要求书中公布了:1.一种基于轻量级Transformer的桥梁混凝土裂缝检测方法,其特征在于,包括如下步骤:步骤S1:使用无人机采集桥梁混凝土裂缝图像,并将采集到的数据回传;无人机首先进行飞行准备,包括天气检测、飞行方案设计以及飞行前测试,之后起飞执行图像采集任务,完成后返航并对采集的数据进行检查;如果图像质量不合格,则需要对图像对应的拍摄区域进行补飞;步骤S2:将图像进行预处理并转换成固定的输入格式,建立数据集;将无人机拍摄的图片导入到本地计算机中,进行图片标注、图片降噪增质、几何矫正、附属信息提取处理;之后选择一定数量的有裂缝和无裂缝的图像建立桥梁表面图像的数据集;步骤S3:构建轻量级Transformer网络,对图像进行训练及测试得到识别模型;网络包括基于patch的切分以及带有序列池化的Transformer两部分,其中所述基于patch的切分包括分块、两阶段Patch变换以及线性投影,带有序列池化的Transformer包括Transformer编码器、序列池化层以及线性层;两部分之间需要插入位置编码;桥梁表面图像在输入网络前需切分为8*8的patch,之后进行两阶段Patch变换,通过线性投影后形成Transformer编码器的输入序列,其中每个patch的嵌入维数为256;所述Transformer编码器共有6个块,每个块包括多头注意力层以及基于位置的前馈网络FFN,其中所述多头注意力层为4个头,所述FFN第一层维数为512,第二层维数为256,激活函数为GELU;多头注意力层和前馈网络的输出分别被送到“addandnorm”层进行处理,该层包含残差结构以及层归一化;序列池化层汇聚Transformer编码器的输出,将序列输出映射到单一的类索引;最后的线性层是一个两层的感知机,第一层输出维度为1024,第二层用于分类,输出维度为类别个数2,代表无裂缝图像和有裂缝图像;其中,所述两阶段Patch变换方法如下:第一阶段使用网格状的Patchdropping,在图像生成的所有8*8的patch中,按照网格形状间隔丢弃一定数量的patch,令Patches是一个m行n列的Patch矩阵,网格状的Patchdropping的公式如下:Drop=ReshapeCycle0,1,pPatches=Patches*Drop首先计算Drop矩阵,其是一个只包含0和1的二值矩阵,0代表要丢弃的patch,1代表要保留的patch,Cycle函数用于生成0和1的交替向量,p=m*n代表patch的总个数;之后从交替矩阵中取一段连续的长为p的向量,重构成和Patches相同大小的矩阵;将Patches与Drop矩阵相乘,得到最终保留下的Patches矩阵;第二阶段,将第一阶段丢弃的patch转换为4*4的缩略图,随机与保留下的输入patch相混合,公式如下:x′=Mx1+ΦTx2其中x1和x2是两个输入patch,x′是新的混合patch,M为二元掩码,表示patch被裁剪和保留的区域,Φ表示填充操作,其生成一个与x2相同大小的patch,Tx2为缩略图操作;所述两阶段Patch变换方法在训练时丢弃Transformer的部分输入序列,迫使Transformer使用不完整的序列来进行训练,在测试时不使用此方法,使用完整的输入序列进行计算;步骤S4:部署识别模型,开展对于待识别桥梁表面图像的识别;将训练完成的轻量级Transformer模型整合到桥梁混凝土裂缝检测软件中;用户将待识别图像传输至本地计算机中,使用软件进行裂缝检测;检测时,用户可上传单张或多张图片,软件调用模型进行识别,并将识别结果返回至软件界面中。

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广西大学,其通讯地址为:530004 广西壮族自治区南宁市西乡塘区大学东路100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”。

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。