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！

龙图腾网获悉国网江西省电力有限公司电力科学研究院;南昌大学申请的专利基于多尺度特征增强的电网撞线鸟类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：CN120125920B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510618475.5，技术领域涉及：G06V10/764；该发明授权基于多尺度特征增强的电网撞线鸟类识别方法及系统是由胡京;况燕军;王秀龙;邱志斌;万周涛设计研发完成，并于2025-05-14向国家知识产权局提交的专利申请。

本基于多尺度特征增强的电网撞线鸟类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多尺度特征增强的电网撞线鸟类识别方法及系统，本发明构建并训练RBOD珍稀鸟类目标检测模型；采用训练后的RBOD珍稀鸟类目标检测模型进行电网撞线鸟类识别；RBOD珍稀鸟类目标检测模型包括特征提取网络，特征融合网络以及检测网络三个部分，特征提取网络依次由SRFD模块、第一CWDB模块、第一DRFD模块、第二CWDB模块、第二DRFD模块、第三CWDB模块、第三DRFD模块和第四CWDB模块、SPPF模块、PSA模块组成；特征融合网络用于实现不同尺度特征有效整合。本发明通提高了多尺度特征处理能力，可消除训练时梯度消失的问题，有效提升珍稀鸟类图像检测能力。

本发明授权基于多尺度特征增强的电网撞线鸟类识别方法及系统在权利要求书中公布了：1.一种基于多尺度特征增强的电网撞线鸟类识别方法，其特征在于，以YOLOv10模型为基础模型进行改进，构建并训练RBOD珍稀鸟类目标检测模型；根据电网历史珍稀鸟类撞线事故数据，通过输电线路监控相机以及网络资源收集珍稀鸟类图像，采用轻量化图像超分辨率重建模型对珍稀鸟类图像超分辨率重建，提升图像分辨率，完成图像重建后，构建误撞输电线路珍稀鸟类图像数据集；误撞输电线路珍稀鸟类图像数据集用于训练RBOD珍稀鸟类目标检测模型；采用训练后的RBOD珍稀鸟类目标检测模型进行电网撞线鸟类识别； RBOD珍稀鸟类目标检测模型包括特征提取网络，特征融合网络以及检测网络三个部分，特征提取网络依次由浅层特征提取模块、第一CWDB模块、第一DRFD模块、第二CWDB模块、第二DRFD模块、第三CWDB模块、第三DRFD模块和第四CWDB模块、SPPF模块、PSA模块组成；特征融合网络用于实现不同尺度特征有效整合； DRFD模块包括上分支和下分支：DRFD模块的下分支为像素切割下采样，DRFD模块的上分支中，首先进行分组卷积，然后通过两条支路，第一条支路完成深度可分离卷积后采用GELU激活函数进行特征增强，第二条支路进行最大池化下采样；两条支路的输出特征与下分支的输出进行拼接与卷积操作，最终得到DRFD模块的输出； CWDB模块依次由一个CBS模块、分离模块、若干个WDBB模块、融合模块和另一个CBS模块组成；CBS模块依次由普通卷积，批量归一化层，激活函数组成； WDBB模块将输入特征分为六个分支进行处理，第一个分支依次经1×1普通卷积和批量归一化层处理；第二个分支依次经1×1普通卷积、第一个批量归一化层、k×k普通卷积、第二个批量归一化层处理；第三个分支依次经1×1普通卷积、第一个批量归一化层、平均池化层、第二个批量归一化层处理；第四个分支依次经k×k普通卷积和批量归一化层处理；第五个分支依次经1×k普通卷积和批量归一化层处理；第六个分支依次经k×1普通卷积和批量归一化层处理；将六个分支处理后的特征进行卷积求和，经过激活函数SiLU后输出特征； 特征融合网络的处理过程为：PSA模块的输出特征F3经第一上采样模块后与第三CWDB模块的输出特征F2通过第一融合模块进行融合，得到的融合特征C1输入至第五CWDB模块进行处理；第五CWDB模块的输出特征C2经上采样模块处理后，与第二CWDB模块的输出特征F1通过第二融合模块进行融合，得到的融合特征C3；融合特征C3经过第六CWDB模块处理，第六CWDB模块的输出特征C4经过第四DRFD模块处理后，与第五CWDB模块的输出特征C2通过第三融合模块进行特征融合，得到融合特征C5，融合特征C5输入至第七CWDB模块进行处理，第七CWDB模块的输出特征C6经过第五DRFD模块处理后，与F3通过第四融合模块进行融合，得到融合特征C7，融合特征C7输入至C2FCIB模块进行处理，第六CWDB模块的输出特征C4、第七CWDB模块的输出特征C6、C2FCIB模块的输出特征C8作为检测网络的三个检测模块的输入。

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国网江西省电力有限公司电力科学研究院;南昌大学，其通讯地址为：330000 江西省南昌市青山湖区民营科技园内民强路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”。