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！

龙图腾网获悉华北电力大学(保定)申请的专利一种基于多模态对比学习的输电线路缺陷识别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：CN119741253B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202411583032.9，技术领域涉及：G06T7/00；该发明授权一种基于多模态对比学习的输电线路缺陷识别方法是由张珂;郑朝烨;郭玉荣;杨济远;肖扬杰;石超君设计研发完成，并于2024-11-07向国家知识产权局提交的专利申请。

本一种基于多模态对比学习的输电线路缺陷识别方法在说明书摘要公布了：本发明提供一种基于多模态对比学习的输电线路缺陷识别方法，构建输电线路图像‑文本‑标签数据集，在利用现有视觉‑语言模型中强大预训练表征的同时，通过电力领域特有的辅助预训练任务引入了文本模态数据中蕴含的电力语义知识，有效改善了输电线路缺陷识别的精度。同时，设计基于对比学习的微调策略，在下游输电线路缺陷识别任务的基础上添加ITC，使用两种任务微调整个识别模型来缓解微调阶段的过拟合问题，训练得到最终的输电线路缺陷识别模型。

本发明授权一种基于多模态对比学习的输电线路缺陷识别方法在权利要求书中公布了：1.一种基于多模态对比学习的输电线路缺陷识别方法，其特征在于，该方法包括以下步骤： S1，基于输电线路巡检图像构建输电线路图像-文本-标签数据集，包含多种输电线路部件及缺陷相关的图像-文本-标签三元组，其中，文本数据中蕴含的电力语义知识； S2，选取高性能双流视觉-语言模型CN-CLIP为基线模型，利用其中现有的通用预训练表征降低训练成本和提高训练效率； S3，设计电力领域特有的预训练算法，以ITC作为基础预训练任务，在避免破坏原始预训练表征的同时，将电力语义知识引入模型； S4，在ITC的基础上设计CTM作为一项辅助预训练任务，帮助模型更有效地区分不同部件类型及部件状态的语义以避免对相似类别的混淆； S5，在ITC的基础上设计DNC作为一项辅助预训练任务，帮助模型更充分地理解缺陷-正常的抽象概念，从而更有效地识别缺陷； S6，利用ITC、CTM和DNC预训练一个面向输电线路缺陷识别任务的视觉基础模型，并用其中的图像编码器作为下游识别模型的骨干网络，迁移预训练阶段学习到的丰富电力语义知识； S7，设计基于对比学习的微调策略，在下游输电线路缺陷识别任务的基础上添加ITC，使用两种任务微调整个识别模型来缓解微调阶段的过拟合问题，训练得到最终的输电线路缺陷识别模型； 其中，所述设计电力领域特有的预训练算法，以ITC作为基础预训练任务，在避免破坏原始预训练表征的同时，将电力语义知识引入模型，具体包括： 首先，用CN-CLIP模型的图像编码器和文本编码器分别提取输入图像和文本的特征，获得图像特征矩阵和文本特征矩阵，公式为： V＝fiI；L＝ftT1 式中，I和T分别表示输入CN-CLIP的图像和文本，fi·和ft·分别为CN-CLIP中的图像编码器和文本编码器，V和L分别表CN-CLIP输出的图像特征矩阵和文本特征矩阵； 然后，计算图像特征矩阵和文本特征矩阵之间的余弦相似度，并从两个方向计算ITC的损失，公式为： 式中，n为批尺寸，τ为温度系数，vi和vj表示图像特征矩阵中第i个和第j个样本的特征向量，li和lj表示文本特征矩阵中第i个和第j个样本的特征向量，和分别为从图像到文本和从文本到图像的对比学习损失，lITC为ITC的总损失。

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华北电力大学(保定)，其通讯地址为：071003 河北省保定市永华北大街619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”。