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！

龙图腾网获悉长沙理工大学申请的专利一种基于无人机与深度学习网络的桥梁支座病害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：CN119762994B 。

龙图腾网通过国家知识产权局官网在2025-12-02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：202411836881.0，技术领域涉及：G06V20/17；该发明授权一种基于无人机与深度学习网络的桥梁支座病害识别方法及系统是由马亚飞;周金霄;彭安银;王磊;蒋田勇设计研发完成，并于2024-12-13向国家知识产权局提交的专利申请。

本一种基于无人机与深度学习网络的桥梁支座病害识别方法及系统在说明书摘要公布了：本发明公开了一种基于无人机与深度学习网络的桥梁支座病害识别方法及系统，所述方法包括：规划无人机巡检任务路线；无人机执行巡检任务，并采集目标桥梁的支座图像，以形成支座图像集；对支座图像集进行预处理，以获取标注图像集；构建并训练基于Real‑ESRGAN网络的图像增强模型，将标注图像集输入到训练后的图像增强模型中，以生成超分图像集；构建基于YOLOv8网络的病害识别模型，通过超分图像集训练所述病害识别模型，以识别并定位支座损伤。本发明通过Real‑ESRGAN网络对图像进行超分辨率增强，极大增强了图像质量和病害识别的精确度，并且通过YOLOv8网络的快速和准确的目标检测能力，能够快速识别和定位桥梁支座损伤。

本发明授权一种基于无人机与深度学习网络的桥梁支座病害识别方法及系统在权利要求书中公布了：1.一种基于无人机与深度学习网络的桥梁支座病害识别方法，其特征在于，包括： S1：规划无人机巡检任务路线； S2：无人机执行巡检任务，并采集目标桥梁的支座图像，以形成支座图像集； S3：对所述支座图像集进行预处理，以获取标注图像集； S4：构建并训练基于Real-ESRGAN网络的图像增强模型，将标注图像集输入到训练后的图像增强模型中，以生成超分图像集； S5：构建基于YOLOv8网络的病害识别模型，通过超分图像集训练所述病害识别模型，以使所述病害识别模型识别并定位支座损伤； 所述S4包括以下具体步骤： S401：搭建高阶退化模型，利用高阶退化模型对所述标注图像集进行高阶退化处理，以获得退化图像集； S402：构建基于Real-ESRGAN网络的图像增强模型，将退化图像集输入至所述图像增强模型； 所述图像增强模型包括基于SR网络构建的生成器和基于带有跳跃连接的U-net卷积神经网络构建的判别器；其中，所述判别器中引入谱归一化技术，以控制判别器的Lipschitz常数； S403：基于生成器对所述退化图像集中的图像进行特征提取，生成特征图，并对特征图进行上采样和nearest插值操作，以获取高分辨率图像； S404：将退化图像集中的退化图像和高分辨率图像输入到判别器中，判别器基于所述退化图像和高分辨率图像间的误差，返回损失函数参数更新生成器； S405：基于损失函数对生成器和判别器交替进行训练，直到生成器生成的高分辨率图像精度达到预设值时停止训练，并输出训练后的图像增强模型； S406：将所述标注图像集输入至训练后的图像增强模型，以获取超分图像集。

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长沙理工大学，其通讯地址为：410114 湖南省长沙市天心区万家丽南路二段960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。