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！

龙图腾网获悉华南理工大学申请的专利基于红外图像和旋转目标框的输电线路避雷器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：CN118608964B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202410752339.0，技术领域涉及：G06V20/10；该发明授权基于红外图像和旋转目标框的输电线路避雷器检测方法是由吴玉香;左震宇设计研发完成，并于2024-06-12向国家知识产权局提交的专利申请。

本基于红外图像和旋转目标框的输电线路避雷器检测方法在说明书摘要公布了：本发明公开了一种基于红外图像和旋转目标框的输电线路避雷器检测方法，包括：使用红外相机采集输电线路避雷器的红外图像，建立初始数据集；对初始数据集使用复制粘贴数据增强方式提高数据量，建立扩充数据集；对扩充数据集中的图像做图像增强预处理，提高图像的对比度和边缘清晰度，并标注避雷器的旋转目标框；利用标注后的数据集训练构建的避雷器检测网络，得到最优避雷器检测模型；将待检测的输电线路红外图像经过图像增强预处理后输入到最优避雷器检测模型，得到避雷器置信度和旋转目标框信息。本发明提供的方法能实现红外图像输电线路避雷器的自动识别，解决红外图像质量差和水平目标框内背景干扰多的技术难题。

本发明授权基于红外图像和旋转目标框的输电线路避雷器检测方法在权利要求书中公布了：1.基于红外图像和旋转目标框的输电线路避雷器检测方法，其特征在于，包括以下步骤： 步骤1，使用红外相机采集输电线路避雷器的红外图像，建立初始数据集； 步骤2，对初始数据集使用复制粘贴数据增强方式提高数据量，建立扩充数据集； 步骤3，对扩充数据集中的图像做图像增强预处理，提高图像的对比度和边缘清晰度，并标注避雷器的旋转目标框； 步骤4，利用标注后的数据集训练构建的避雷器检测网络，得到最优避雷器检测模型；其中，所述避雷器检测网络为改进的YOLOv5网络，其分别对YOLOv5网络的特征提取网络、特征融合网络和检测头都做改进；对特征提取网络的改进是：在特征提取网络中加入AngleConv模块和采用分组空间注意力和增加输入输出直连的改进CBAM注意力模块；对特征融合网络的改进是：在自上而下的特征融合部分添加18到14尺度的特征融合，在自下而上的特征融合部分添加14到18尺度的特征融合并删除116到132尺度的特征融合，将自下而上的特征融合部分的Concat操作替换为自适应特征融合模块，并且加入连接自上而下和自下而上两个特征融合路径的Conv模块来调整自适应特征融合模块输入特征的通道数；对检测头的改进是：将检测头的三个检测尺度由18、116、132改为14、18、116，并将水平目标框检测头改进为旋转目标框检测头，把检测头对水平目标框宽、高的预测分别改进为对旋转目标框长边、短边的预测，同时增加180个预测通道预测旋转目标框的角度，分别对应0-180度以1度为间隔的180个类别，旋转目标框的角度采用长边表示法； 所述AngleConv模块的第一分支串联一个Conv模块得到特征图，第二分支先串联一个将通道数转变为四分之一的Conv模块，再并联四个角度分别为的斜卷积模块得到特征图，接着以第一分支的输出和第二分支的输出为输入，经过Concat操作后串联一个将通道数减半的Conv模块得到AngleConv模块的输出特征图；所述斜卷积模块具体执行以下操作：首先，将特征图四周补零使特征图的宽、高均等于补零前特征图的对角线长度，其次，将特征图旋转角度，=1,2,3,4，再串联一个逐通道卷积层，接着将输出特征图旋转角度，然后去除四周补零位置的元素使特征图恢复到原来的宽、高，得到斜卷积模块的输出特征图； 步骤5，将待检测的输电线路红外图像经过步骤3的图像增强预处理后输入到最优避雷器检测模型，得到避雷器置信度和旋转目标框信息。

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南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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”。