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！

龙图腾网获悉浙江大学建筑设计研究院有限公司;浙江大学申请的专利基于深度学习的建筑垃圾智能分类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：CN120807948B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511135967.5，技术领域涉及：G06V10/30；该发明授权基于深度学习的建筑垃圾智能分类方法是由赵秦枫;黄杉;王田;杨毅;高伟俊;邢浩威;王钰涵设计研发完成，并于2025-08-14向国家知识产权局提交的专利申请。

本基于深度学习的建筑垃圾智能分类方法在说明书摘要公布了：本发明公开了一种基于深度学习的建筑垃圾智能分类方法，包括：得到标准化建筑垃圾作业现场图像数据集；基于标准化建筑垃圾作业现场图像数据集生成全局候选图像区域集合；形成节点特征向量集合；获得包含节点类型标注与边类型标注的建筑垃圾异构对象—关系图结构；生成门控系数与融合后的多尺度特征表示；生成子图级表示；基于局部特征提取分支输出的边界线索与全局候选图像区域集合的像素掩码生成边缘一致性约束信号；根据更新的节点表示、子图级表示与边缘一致性约束信号定义建筑垃圾类别标签、实例轮廓与分割掩码。本发明显著提升了建筑垃圾目标在堆叠、遮挡、类间外观相似和类内差异大的场景下的实例级与材质级分割精度。

本发明授权基于深度学习的建筑垃圾智能分类方法在权利要求书中公布了：1.一种基于深度学习的建筑垃圾智能分类方法，其特征在于，包括： 采集建筑垃圾作业现场图像数据，并进行预处理，得到标准化建筑垃圾作业现场图像数据集； 基于标准化建筑垃圾作业现场图像数据集生成全局候选图像区域集合； 针对全局候选图像区域集合中的每一候选图像区域，形成节点特征向量集合； 以全局候选图像区域集合为节点，获得包含节点类型标注与边类型标注的建筑垃圾异构对象—关系图结构； 在标准化建筑垃圾作业现场图像数据集上利用局部特征提取分支生成局部特征表示，利用全局特征提取分支生成全局特征表示，并输入局部—全局门控融合模块，生成门控系数与融合后的多尺度特征表示； 将节点特征向量集合与融合后的多尺度特征表示进行级联作为初始节点状态输入改进图注意力网络V2模型执行多头注意力消息传递与节点更新，得到更新的节点表示与边注意力权重，并在建筑垃圾异构对象—关系图结构中进行子图聚合，生成子图级表示； 基于局部特征提取分支输出的边界线索与全局候选图像区域集合的像素掩码生成边缘一致性约束信号； 根据更新的节点表示、子图级表示与边缘一致性约束信号定义建筑垃圾类别标签、实例轮廓与分割掩码。

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浙江大学建筑设计研究院有限公司;浙江大学，其通讯地址为：310007 浙江省杭州市西湖区天目山路148号43幢(浙大西溪校区东一楼)；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。