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！

龙图腾网获悉北京交通大学申请的专利基于卷积神经网络的粗粒土级配识别方法及电子设备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：CN115830363B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202211386843.0，技术领域涉及：G06V10/764；该发明授权基于卷积神经网络的粗粒土级配识别方法及电子设备是由庞元恩;李旭;董子开;姚敏;石国栋;段煜;杜赛朝;赵宇飞;刘彪;王玉杰设计研发完成，并于2022-11-07向国家知识产权局提交的专利申请。

本基于卷积神经网络的粗粒土级配识别方法及电子设备在说明书摘要公布了：本公开提供了一种基于卷积神经网络的粗粒土级配识别方法及电子设备，其中方法包括：采集不同级配下第一粗粒土的表面图像，其中，级配为粗粒土中各粒径范围粗粒土的重量占比；构建待训练级配识别网络，待训练级配识别网络包括第一神经网络和第二神经网络，第一神经网络对应为卷积神经网络；从每一级配下第一粗粒土的表面图像中选择训练图像，基于多张训练图像，分别训练第一神经网络和第二神经网络，得到已训练级配识别网络；将同一级配下第二粗粒土的多张表面图像输入至已训练级配识别网络中，识别第二粗粒土中各粒径范围粗粒土的重量占比。本公开在不同级配情况下可以采用相同的训练过程，泛用性强，借助迁移学习可以实现新情况下的快速应用。

本发明授权基于卷积神经网络的粗粒土级配识别方法及电子设备在权利要求书中公布了：1.一种基于卷积神经网络的粗粒土级配识别方法，其特征在于，包括： 采集不同级配下第一粗粒土的表面图像，其中，所述第一粗粒土为用于训练神经网络的粗粒土，所述级配为粗粒土中各粒径范围粗粒土的重量占比； 构建待训练级配识别网络，其中，所述待训练级配识别网络包括第一神经网络和第二神经网络，所述第一神经网络对应为卷积神经网络； 从每一级配下所述第一粗粒土的表面图像中选择训练图像，基于多张所述训练图像，分别训练所述第一神经网络和所述第二神经网络，得到已训练级配识别网络；以及 将同一级配下第二粗粒土的多张表面图像输入至所述已训练级配识别网络中，识别所述第二粗粒土中各粒径范围粗粒土的重量占比； 其中，所述从每一级配下所述第一粗粒土的表面图像中选择训练图像，基于多张所述训练图像，分别训练所述第一神经网络和所述第二神经网络，得到已训练级配识别网络，包括： 将所有级配下第一粗粒土的所有表面图像按照预设比例划分为训练集、验证集和测试集，将所述训练集中的表面图像作为训练图像； 基于多张所述训练图像，训练所述第一神经网络； 在第一神经网络训练完成后，训练所述第二神经网络； 基于训练完成后的第一神经网络和第二神经网络，得到已训练级配识别网络； 其中，所述基于多张所述训练图像，训练所述第一神经网络，包括： 1在所述第一神经网络所对应卷积神经网络的全连接层后添加Softmax层； 2初始化所述第一神经网络的网络参数； 3设置计数器为0； 4从所述训练集中随机抽取与第一批大小数量相同的多张训练图像，将所述训练图像转化为灰度图，大小设置为224x224像素，并依次进行概率均为0.5的水平翻转和垂直翻转，得到多张处理后的训练图像； 5将多张处理后的训练图像输入所述第一神经网络，对级配进行预测，以绝对误差损失作为损失函数，更新模型； 6将步骤4中的训练集替换为验证集，对所述验证集执行步骤4，计算预测损失，如果所述预测损失为历史最小值，则保存所述模型，并设置所述计数器为0；否则，将所述计数器加1； 7重复执行步骤5～6，直至计数器达到第一阈值，得到训练完成后的第一神经网络； 其中，所述在第一神经网络训练完成后，训练所述第二神经网络，包括： 1将训练后的第一神经网络根据全连接层分为两个部分，其中，将训练后的第一神经网络中全连接层之前的部分作为搜查者，将训练后的第一神经网络中的全连接层及所述全连接层后的Softmax层作为分析者后半部分，冻结所述搜查者中的网络参数； 2初始化分析者前半部分的网络参数； 3设置计数器为0； 4从所述训练集中随机抽取与第二批大小数量相同的a张训练图像，产生介于1～a之间的随机数m，从每个级配的a张训练图像中随机抽取m张训练图像，将所述训练图像转化为灰度图，大小设置为224x224像素，并依次进行概率均为0.5的水平翻转和垂直翻转，得到多张处理后的训练图像； 5将多张处理后的训练图像输入第二神经网络，对级配进行预测，以绝对误差损失作为损失函数，更新模型； 6将步骤4中的训练集替换为验证集，对所述验证集执行步骤4，计算预测损失，如果所述预测损失为历史最小值，则保存所述模型，并设置所述计数器为0；否则，将所述计数器加1； 7重复执行步骤5～6，直至计数器达到第二阈值，得到训练完成后的第二神经网络，将训练的第二神经网络作为分析者前半部分。

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北京交通大学，其通讯地址为：100000 北京市海淀区西直门外上园村3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”。

以上内容由龙图腾AI智能生成。