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！

龙图腾网获悉浙江宁海抽水蓄能有限公司;河海大学申请的专利基于深度学习的岩石风化度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：CN114048803B 。

龙图腾网通过国家知识产权局官网在2025-07-08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：202111303969.2，技术领域涉及：G06V10/764；该发明授权基于深度学习的岩石风化度分类方法是由严良平;彭泽豹;葛家晟;李庆武;陆秋雨;徐畅;马云鹏设计研发完成，并于2021-11-05向国家知识产权局提交的专利申请。

本基于深度学习的岩石风化度分类方法在说明书摘要公布了：本发明公开了基于深度学习的岩石风化度分类方法，包括：将获取的岩石图像输入构建的决策森林模型中进行边缘检测，得到结构化森林边缘检测图；基于岩石图像，主干网络提取岩石特征图像；基于结构化森林边缘检测图，主干网络提取岩石边缘特征图像；全局注意力模块将岩石特征图像与岩石边缘特征图像融合后，预测所属的风化程度类型。本发明利用结构化随机森林算法对岩石图像进行边缘检测，融合岩石图像与岩石边缘图像，准确地预测输出岩石的风化程度，具有较高的工程应用价值。

本发明授权基于深度学习的岩石风化度分类方法在权利要求书中公布了：1.基于深度学习的岩石风化度分类方法，其特征在于，包括： 步骤1，将获取的岩石图像I输入构建的决策森林模型中进行边缘检测，得到结构化森林边缘检测图Iedge； 步骤2，基于岩石图像I，主干网络提取岩石特征图像； 基于结构化森林边缘检测图Iedge，主干网络提取岩石边缘特征图像； 步骤3，全局注意力模块将岩石特征图像与岩石边缘特征图像融合后，预测所属的风化程度类型； 主干网络为双路ResNeXt-50网络，双路ResNeXt-50网络包括用于提取岩石特征图像的第一ResNeXt-50网络和用于提取岩石边缘特征图像的第二ResNeXt-50网络； 第一ResNeXt-50网络包括第一卷积层、批量归一化层、线性整流层、最大池化层、Layer1、Layer2、Layer3和Layer4，第一卷积层、批量归一化层、线性整流层、最大池化层、Layer1、Layer2、Layer3和Layer4依次连接； 第一卷积层的卷积核为7×7，输出通道数为64，填充padding为3，步长stride为2； Layer1包括1个卷积模块和2个特征模块，1个卷积模块和2个特征模块依次连接，卷积模块的卷积核为3×3、填充padding为1且步长stride为2； 卷积模块中，先在主路径上对通道数为64的输入通道Cin进行输出通道Cout为128且卷积核SK为1的卷积、批量归一化和线性整流操作，进行通道数不变、卷积核SK为3且分支数量为32的分组卷积、批量归一化和线性整流操作，然后进行输出通道Cout为256且SK为1的卷积和批量归一化操作，同时在捷径上进行输入通道Cin为64、输出通道Cout为256且卷积核SK为1的卷积和批量归一化操作，最后将主路径的输出和捷径的输出相加，进行线性整流操作； 特征模块中，先在主路径上对通道数为256的输入通道Cin进行输出通道Cout为128且卷积核SK为1的卷积、批量归一化和线性整流操作，然后进行通道数不变、卷积核SK为3且分支数量为32的分组卷积、批量归一化和线性整流操作，最后进行输出通道Cout为256且SK为1的卷积、批量归一化和线性整流操作； Layer2包括1个卷积模块和3个特征模块， Layer3包括1个卷积模块和5个特征模块， Layer4包括1个卷积模块和2个特征模块； 第二ResNeXt-50网络的结构和第一ResNeXt-50网络的结构相同； 步骤2，包括： 岩石图像I输入第一ResNeXt-50网络中，输出岩石特征图像F； 结构化森林边缘检测图Iedge输入第二ResNeXt-50网络中，输出岩石边缘特征图像Fedge； 步骤3，包括： 将岩石特征图像F和岩石边缘特征图像Fedge进行通道数上的串联操作，得到Fc； 将Fc进行输入通道数为4096、输出通道数为1024且卷积核为3的卷积，再进行批量归一化和线性整流后得到Fc′； 对Fc′使用四个大小分别为1、5、9和13的自适应最大池化操作，获得具有不同感受野的四个特征图；分别对四个特征图进行输入通道为1024、输出通道为512且卷积核为1的卷积和线性整流操作，再将四个特征图上采样到与Fc′同样尺寸，最后将四个特征图与Fc′进行合并操作，得到输出Fp； 对Fp进行输入通道数为3072、输出通道数为1024且卷积核为1的卷积，再进行批量归一化和线性整流操作后得到融合了全局信息的重构特征G； 对重构特征G进行输出类别为5的全连接操作，分别对应未风化、微风化、中等风化、强风化和全风化的风化程度类型，再通过归一化指数函数输出概率最大的一类即为预测出的岩石的风化程度类型。

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宁海抽水蓄能有限公司;河海大学，其通讯地址为：315699 浙江省宁波市宁海县跃龙街道学勉路1号金融中心2号楼10层；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”。