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！

龙图腾网恭喜中国铁建重工集团股份有限公司申请的专利掘进机出渣皮带损伤检测方法及系统、设备、存储介质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：CN116309426B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202310237416.4，技术领域涉及：G06T7/00；该发明授权掘进机出渣皮带损伤检测方法及系统、设备、存储介质是由蔡杰;吴春艳;李锟;陈艳;户胜鸿设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。

本掘进机出渣皮带损伤检测方法及系统、设备、存储介质在说明书摘要公布了：本发明公开了一种掘进机出渣皮带损伤检测方法及系统、设备、存储介质，该方法采用MaskRCNN网络构建损伤识别模型进行皮带损伤检测，通过多任务联合训练的方式，可使得单个深度学习模型同时完成皮带缺陷检测和缺陷分割任务，损伤检测结果包含损伤的数量、分类置信度、位置边界框以及分割出的损伤所对应的像素区域。并且，在模型训练过程中，采用横向稠密连接的分组卷积模块替换ResNet50骨架网络中组成残差模块的3x3卷积层，分组卷积可以在更细粒度层次上提高模型的多尺度特征提取能力，同时在分组卷积中使用了稠密连接，加强了特征的复用，避免了梯度消失，提升了模型的识别精度。

本发明授权掘进机出渣皮带损伤检测方法及系统、设备、存储介质在权利要求书中公布了：1.一种掘进机出渣皮带损伤检测方法，其特征在于，包括以下内容： 采集皮带运行时的表面图像，对图像中的损伤区域进行轮廓标注以制作损伤检测样本数据集； 构建基于ResNet50骨架网络的MaskRCNN损伤识别模型； 利用损伤检测样本数据集对MaskRCNN损伤识别模型进行训练，直至模型收敛，其中，在模型训练过程中，采用横向稠密连接的分组卷积模块替换ResNet50骨架网络中组成残差模块的3x3卷积层； 获取待检测皮带表面的图像，将其输入至训练好的MaskRCNN损伤识别模型中，输出损伤检测结果； 所述分组卷积模块包括四组卷积通路，在进行分组卷积时，先将输入特征图按通道顺序分为X1、X2、X3和X4四组，每个通路的通道数均为输入特征图的14，在第一组卷积通路中，输入特征图X1经过恒等映射得到输出特征图Y1，在第二组卷积通路中，先将输入特征图X2与输出特征图Y1相加，再把相加结果输入到稠密卷积重参数化模块中，得到输出特征图Y2，在第三组卷积通路中，先将输入特征图X3与输出特征图Y1、输出特征图Y2相加，再将相加结果输入到稠密卷积重参数化模块中，得到输出特征图Y3，在第四组卷积通路中，先将输入特征图X4与输出特征图Y1、输出特征图Y2、输出特征图Y3相加，再把相加结果输入到稠密卷积重参数化模块中，得到输出特征图Y4，最后，将输出特征图Y1、Y2、Y3、Y4顺序拼接得到最终的输出特征图； 所述稠密卷积重参数化模块由变换结构和3x3repConv单元顺次连接组成，其中，变换结构由3个1x1Conv-BN层级联组成，且在任意两个1x1Conv-BN层之间添加带BN层的跳跃连接，3x3repConv单元由四条并行的卷积通路组成，第一条卷积通路由1x1Conv层、BN层、3x3Avgpool层和BN层顺次连接组成，第二条卷积通路由1x3Conv层、BN层顺次连接组成，第三条卷积通路由3x1Conv层、BN层顺次连接组成，第四条卷积通路由1x1Conv层、BN层、3x3Conv层和BN层顺次连接组成，将四条卷积通路的输出特征图相加得到最终的输出特征图。

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中国铁建重工集团股份有限公司，其通讯地址为：410100 湖南省长沙市经济技术开发区东七线88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”。