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改进YOLOv5的绝缘子故障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：CN116148609B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202211737430.2，技术领域涉及：G01R31/12；该发明授权一种基于改进YOLOv5的绝缘子故障检测方法是由陈爱华;张传琦;彭阳阳;胥宗朋;郑金洪设计研发完成，并于2022-12-31向国家知识产权局提交的专利申请。

本一种基于改进YOLOv5的绝缘子故障检测方法在说明书摘要公布了：本发明涉及一种基于改进YOLOv5的绝缘子故障检测方法，包括以下步骤：步骤1：对绝缘子数据集进行预处理，并按设定比例划分为训练集、验证集和测试集；步骤2：结合MobileOne、BoTNet和YOLOv5构建MB‑YOLOv5模型；步骤3：将训练集、验证集输入MB‑YOLOv5模型，进行模型训练；步骤4：对训练好的MB‑YOLOv5模型进行结构重参数化；步骤5：将测试集输入结构重参数化后的MB‑YOLOv5模型，测试模型性能；步骤6：利用最终得到的MB‑YOLOv5模型进行绝缘子故障检测。该方法有利于提高检测精度和检测速度。

本发明授权一种基于改进YOLOv5的绝缘子故障检测方法在权利要求书中公布了：1.一种基于改进YOLOv5的绝缘子故障检测方法，其特征在于，包括以下步骤： 步骤1：对绝缘子数据集进行预处理，并按设定比例划分为训练集、验证集和测试集； 步骤2：结合MobileOne、BoTNet和YOLOv5构建MB-YOLOv5模型； 步骤3：将训练集、验证集输入MB-YOLOv5模型，进行模型训练； 步骤4：对训练好的MB-YOLOv5模型进行结构重参数化； 步骤5：将测试集输入结构重参数化后的MB-YOLOv5模型，测试模型性能； 步骤6：利用最终得到的MB-YOLOv5模型进行绝缘子故障检测； 步骤4中，按如下方法对训练好的MB-YOLOv5模型进行结构重参数化： 步骤4.1：遍历MB-YOLOv5模型中的CBS模块，将其中的Conv和BN融合为一个Conv； 步骤4.2：遍历MB-YOLOv5模型中的MobileOneBlock模块，包括MobileOneBlock_1模块和MobileOneBlock_2模块，通过结构重参数化将其从多分支结构融合为单路结构； 融合Conv和BN的实现方法为： 对于卷积层，每个卷积核的通道数与输入特征图的通道数相同，卷积核的个数决定输出特征图的通道个数；对于推理模式下的BN层，主要包含4个参数：均值μ、方差σ、γ和β，其中μ和σ在训练过程中统计得到，γ和β是两个可学习的参数，通过训练学习得到；对于特征图第i个通道BN的计算公式如下： 其中，xi是特征图第i个通道的数据，即对于特征图第i个通道，BN的输入，yi是输出；∈是一个极小常量，防止分母为零； 对于第i个通道，推理时的BN函数如下： 其中，M表示输入BN层的特征图，这里忽略∈； 因此，将Conv和BN融合为一个带有偏置的Conv，对于第i个卷积核，转换后新的卷积层权重的计算公式如下： 其中W′和b′是新的权重和偏置，W是原Conv的权重。

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”。