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！

龙图腾网获悉福州大学申请的专利一种基于深度估计模型的钢筋距离检测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：CN115222788B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202210433623.2，技术领域涉及：G06T7/00；该发明授权一种基于深度估计模型的钢筋距离检测方法是由陈国栋;赵志峰;林鸿强;陈文铿;方莉;严铮设计研发完成，并于2022-04-24向国家知识产权局提交的专利申请。

本一种基于深度估计模型的钢筋距离检测方法在说明书摘要公布了：本发明提供了一种基于深度估计模型的钢筋距离检测方法，包括采用单目深度估计的AdaBins深度估计方法，对深度图进行二值化的FCM算法，包括以下步骤:步骤S1：根据单目深度估计算法AdaBins获得对应的深度图；步骤S2：对深度图进行简单地归一化调整获得对应灰度图，利用FCM算法对灰度图进行二值处理获得相应的二值化模板；步骤S3：利用得到的二值模板与原图进行Hadamard乘积从而只保留原图中最上层钢筋对应的像素点；步骤S4：将只含有最上层钢筋的预处理图像送入改进YOLOX模型中，获得每根钢筋的中心点坐标。应用本技术方案可实现对深度图进行二值化的FCMFuzzyC‑meansCluster算法，提出了一种改进YOLOX的目标检测算法建立施工过程中绑扎钢筋间距的实时检测系统。

本发明授权一种基于深度估计模型的钢筋距离检测方法在权利要求书中公布了：1.一种基于深度估计模型的钢筋距离检测方法，其特征在于：包括采用单目深度估计的AdaBins深度估计方法，对深度图进行二值化的FCM算法，包括以下步骤: 步骤S1：利用无人机对地面绑扎的钢筋进行俯拍获取目标图像，根据单目深度估计算法AdaBins获得对应的深度图； 步骤S2：对深度图进行简单地归一化调整获得对应灰度图，利用FCM算法对灰度图进行二值处理获得相应的二值化模板； 步骤S3：利用得到的二值模板与原图进行Hadamard乘积从而只保留原图中最上层钢筋对应的像素点； 步骤S4：将只含有最上层钢筋的预处理图像送入改进YOLOX模型中，获得每根钢筋的中心点坐标，计算相邻中心点坐标的间距是否处于标准间距范围内，若不满足，则框出相应钢筋位置； 在步骤S4中，改进YOLOX模型的训练及计算相邻钢筋间距包括以下步骤； 步骤S43：利用改进YOLOX模型检测出的钢筋中心点坐标计算相邻钢筋之间的间距，间距需要映射至同一范围，映射关系如下： 其中，d为相邻钢筋中心点映射前的距离，wi和hi分别表示第i根钢筋的宽度与高度，d′为映射后的间距； 在步骤S4中，所述的改进YOLOX的改进方法包括如下步骤： 步骤C1：YOLOX骨干网络的三个输出后加入CBAM注意力模块来增强后续FPNNeck的特征提取能力和检测精度； 步骤C2：对FPNNeck中用于输出80×80预测头的低层特征图通过7×7的组卷积提取特征，经过layernormalization对特征进行归一化，再与高层特征进行拼接来提升40×40预测头和20×20预测头的检测精度； 步骤C3：自适应随机掩码机制，具体操作如下：获取每张训练图像的标注框信息，计算标注框面积，按照标注框面积的10％将标注框内像素置0或置为任意值，即掩去10％像素值，再送入网络训练，通过这种方式加强网络对被遮挡物体的识别能力； 步骤C4：本方法将MAE预训练模型与YOLOX相结合，利用MAE能够从少量的图像信息中获取图像的潜在特征的能力，将原始图像送入MAE预训练得到的编码器中获得该图像的潜在特征，再将该特征与YOLOX主干网络最后一层的输出相加，使目标检测网络同时具有二值化模板生成图像的深层语义信息及具有原始图像的潜在特征。

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福州大学，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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”。