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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于位置关联性特征融合的YOLOv4混凝土表观病害检测方法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：CN114359654B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202111478855.1，技术领域涉及：G06V10/774；该发明授权一种基于位置关联性特征融合的YOLOv4混凝土表观病害检测方法是由苏祖强;赵成;韩延;王诚诚;王鑫设计研发完成，并于2021-12-06向国家知识产权局提交的专利申请。

本一种基于位置关联性特征融合的YOLOv4混凝土表观病害检测方法在说明书摘要公布了：本发明属于计算机视觉技术领域，具体涉及一种基于位置关联性特征融合的YOLOv4混凝土表观病害检测方法，包括将YOLOv4的路径聚合网络输出的三层特征分别进行多尺度融合，通过基于位置关联性注意力模块进行特征多尺度的自适应融合构建基于位置关联性特征融合的YOLOv4模型；将采集的病害图像使用标注工具对病害所在的位置与类别进行标注并利用病害图像和标记后得到的病害信息对模型进行训练；将实时检测混凝土表观病害图像输入训练好的模型，模型输出检测后标注病害类别以及位置的图像；本发明通过在原始的YOLOv4的路径聚合网络后面添加基于位置关联性的特征融合模块，增强YOLOv4特征融合的效果，提升目标的检测精度。

本发明授权一种基于位置关联性特征融合的YOLOv4混凝土表观病害检测方法在权利要求书中公布了：1.一种基于位置关联性特征融合的YOLOv4混凝土表观病害检测方法，其特征在于，包括以下步骤：采集用于训练模型的混凝土表观病害图像，构建基于位置关联性特征融合的YOLOv4模型；将采集到的病害图像使用标注工具对病害所在的位置与类别进行标注；根据采集到的病害图像，以及通过标注软件获取到的病害类别与位置信息对基于位置关联性特征融合的YOLOv4的模型进行训练；通过完成训练的基于位置关联性特征融合的YOLOv4的模型，实时检测混凝土表观病害图像，并对检测到的病害进行分类和定位，输出检测后标注病害类别以及位置的图像；基于位置关联性特征融合的YOLOv4模型将YOLOv4的路径聚合网络输出的三层特征分别进行多尺度融合，通过基于位置关联性注意力模块进行特征多尺度的自适应融合，具体包括：位置关联性注意力模块从通道维度使用CoordinateAttention通道注意力，将位置信息嵌入通道权重之中，在融合的时候筛选出对位置信息敏感的通道，通道权重的获取过程包括：采用两个1D全局池化操作，分别沿着水平坐标和垂直坐标对每个通道进行聚合得到两个单独具有方向感知的特征fh和fw；将得到的两个特征图进行concatenate操作，再进行卷积运算进一步提取特征信息；从提取特征信息中分离出沿垂直方向的特征图f′h和水平方向的特征图f′w，使用激活函数来获得从垂直方向与水平方向的通道权重Mh和Mw；Mh＝σFhfh'Mw＝σFwfw'其中，σ为Sigmoid激活函数，Fh与Fw分别为两个1x1的卷积核，分别用来调整垂直方向的特征图f′h和水平方向的特征图f′w输出的通道维度，使得与原始出入通道数相同；位置关联性注意力模块从空间维度使用SpatialAttention空间注意力对特征图进行空间上的自适应权重调整，使得检测的时候更加关注目标所在的位置，自适应权重调整包括：在通道维度上使用最大池化与平均池化生成两个不同特征和将这两个特征连接起来；对连接在一起的两个特征使用卷积计算提取信息，得到空间注意力特征；对空间注意力特征使用激活函数来获得空间权重Ms，表示为： 其中，ρ.为sigmoid激活函数，代表使用一个7x7卷积核进行卷积运算；F'为输入的特征图。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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”。