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！

龙图腾网获悉贵州黔通工程技术有限公司申请的专利基于深度学习的桥梁螺栓监测图像识别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：CN119672541B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202510183550.X，技术领域涉及：G06V20/10；该发明授权基于深度学习的桥梁螺栓监测图像识别方法及系统是由张伟;周绿野;李典豪;李金嵘;骆开丽;杨银华;杨刚;张永红设计研发完成，并于2025-02-19向国家知识产权局提交的专利申请。

本基于深度学习的桥梁螺栓监测图像识别方法及系统在说明书摘要公布了：本发明实施例公开了一种基于深度学习的桥梁螺栓监测图像识别方法及系统，属于桥梁图像处理技术领域。该方法包括：通过图像采集装置获取桥梁螺栓部件的多角度的监测图像集合，对监测图像集合进行预处理以生成标准化的目标图像序列；基于预训练的定位模型对目标图像序列中的每个图像帧进行螺栓监测区域的定位，生成包含螺栓位置信息的区域坐标集合；将区域坐标集合输入至状态识别模型中，提取每个螺栓监测区域的结构状态特征，根据结构状态特征生成螺栓部件的松动程度预测结果；根据松动程度预测结果与预设的安全阈值范围的匹配结果，输出螺栓状态异常告警信号；将螺栓状态异常告警信号关联至对应的监测图像帧，生成包含可视化标记的监测报告。

本发明授权基于深度学习的桥梁螺栓监测图像识别方法及系统在权利要求书中公布了：1.一种基于深度学习的桥梁螺栓监测图像识别方法，其特征在于，所述方法包括： 通过图像采集装置获取桥梁螺栓部件的多角度的监测图像集合，对所述监测图像集合进行预处理以生成标准化的目标图像序列； 基于预训练的定位模型对所述目标图像序列中的每个图像帧进行螺栓监测区域的定位，生成包含螺栓位置信息的区域坐标集合； 将所述区域坐标集合输入至状态识别模型中，提取每个螺栓监测区域的结构状态特征，并根据所述结构状态特征生成螺栓部件的松动程度预测结果； 根据所述松动程度预测结果与预设的安全阈值范围的匹配结果，输出螺栓状态异常告警信号； 将所述螺栓状态异常告警信号关联至对应的监测图像帧，生成包含可视化标记的监测报告； 所述方法还包括异常状态的可解释性分析步骤：在所述监测报告中嵌入特征重要性热力图，显示所述状态识别模型在预测过程中关注的图像区域；提取导致异常告警信号的关键特征维度，生成基于自然语言的诊断建议文本；将当前异常状态与历史案例库中的相似案例进行匹配，显示匹配案例的处置记录及效果评估数据；基于贝叶斯网络模型计算不同维护策略对螺栓状态改善的概率分布，生成优化维护方案推荐列表； 生成特征重要性热力图的过程包括：在所述状态识别模型的最后一个卷积层提取特征激活图，计算各通道激活值与预测结果的梯度关系；通过梯度加权类激活映射算法生成初始热力图，标注对异常预测贡献度高的图像区域；对所述初始热力图进行形态学闭操作处理，消除离散噪声点并平滑重要区域边界；将处理后的热力图与原始监测图像进行透明度叠加，生成可视化显示的特征重要性热力图。

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贵州黔通工程技术有限公司，其通讯地址为：550081 贵州省贵阳市贵阳国家高新技术产业开发区金阳科技产业园标准厂房辅助用房B315室；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”。