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！

龙图腾网获悉广东工业大学申请的专利一种基于Mask R-CNN与迁移学习的路面病害检测方法及系统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：CN120318502B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202510804461.2，技术领域涉及：G06V10/25；该发明授权一种基于Mask R-CNN与迁移学习的路面病害检测方法及系统是由张舸;卢宇澄;杨铭津;林嘉祥;陈贡发设计研发完成，并于2025-06-17向国家知识产权局提交的专利申请。

本一种基于Mask R-CNN与迁移学习的路面病害检测方法及系统在说明书摘要公布了：本发明公开了一种基于MaskR‑CNN与迁移学习的路面病害检测方法及系统，包括：收集路面病害图像形成数据集；使用Labelme标注工具对数据集进行病害标注；利用优化的StableDiffusion3.5Large模型对标注的道路病害数据集进行扩充；通过多种骨干特征提取架构从扩充后的道路病害数据集中进行多尺度特征提取，基于尺度互补特征融合网络即SCFN对提取的多尺度特征进行融合，基于融合的多尺度特征，构建基于MaskR‑CNN的最优检测模型；利用最优检测模型量化待检测病害图像，完成在复杂道路背景下病害检测。本发明有效解决复杂背景下的多类型多目标的路面病害检测以及像素量化问题。

本发明授权一种基于Mask R-CNN与迁移学习的路面病害检测方法及系统在权利要求书中公布了：1.一种基于MaskR-CNN与迁移学习的路面病害检测方法，其特征在于，所述方法包括： 步骤1，收集路面病害图像形成数据集； 步骤2，使用Labelme标注工具对数据集进行病害标注； 步骤3，利用优化的StableDiffusion3.5Large模型对标注的道路病害数据集进行扩充； 步骤4，通过多种骨干特征提取架构从扩充后的道路病害数据集中进行多尺度特征提取，基于尺度互补特征融合网络即SCFN对提取的多尺度特征进行融合，基于融合的多尺度特征，构建基于MaskR-CNN的最优检测模型； 步骤5，利用基于MaskR-CNN的最优检测模型量化待检测病害图像，完成在复杂道路背景下病害检测； 所述步骤3中，利用优化的StableDiffusion3.5Large模型对标注的道路病害数据集进行扩充，包括： 利用VAE-encoder提取输入图像的视觉特征； 根据所述视觉特征，动态调整生成参数与提示词嵌入向量，生成具有结构多样性与风格变化的合成图像； 根据所述合成图像，引入基于道路病害物理形态的领域提示策略，生成内容更贴合实际裂缝与坑洞的演化特征； 构建自动化筛选机制，利用训练好的卷积神经网络对合成图像进行语义一致性与特征保真度检测，剔除噪声图像与伪造图像； 所述步骤4中，多种骨干特征提取架构包括：选取ResNet-50与ResNet-101两种深层卷积网络作为主干结构，并分别组合FPN即金字塔特征网络、C4即第四阶段卷积输出及DC5即第五阶段空洞卷积结构构建特征提取模块，设计出六种差异化特征路径； 其中，C4结构提取来自ResNetStage4的中层特征；DC5架构则在Stage5中引入空洞卷积，扩展感受野以加强全局语义表达；FPN结构借助跨层横向连接与上采样机制，融合不同尺度的语义信息； 所述步骤4中，基于尺度互补特征融合网络对提取的多尺度特征进行融合，包括： 从主干网络的中浅层提取具备纹理的分辨率满足预设要求的特征； 从深层获取具备全局感知能力的抽象语义表示； 同时融合FPN模块中构建的多尺度语义特征，以覆盖不同大小的目标信息。

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东工业大学，其通讯地址为：510006 广东省广州市番禺区广州大学城外环西路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”。