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！

龙图腾网获悉国网福建省电力有限公司;国网福建省电力有限公司电力科学研究院;国家电网有限公司申请的专利基于深度学习的电力杆塔保险理赔报告生成方法、系统、设备及介质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：CN118505400B 。

龙图腾网通过国家知识产权局官网在2025-10-14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：202410550672.3，技术领域涉及：G06Q40/08；该发明授权基于深度学习的电力杆塔保险理赔报告生成方法、系统、设备及介质是由林梓圻;许军;程韵初;方超颖;陈少康;张莹;郑钟楠;王晓杰;黄友聪设计研发完成，并于2024-05-06向国家知识产权局提交的专利申请。

本基于深度学习的电力杆塔保险理赔报告生成方法、系统、设备及介质在说明书摘要公布了：本发明涉及一种基于深度学习的电力杆塔保险理赔报告生成方法，包括如下步骤：预录入购买保险的各电力杆塔的基础信息；获取待进行保险理赔的目标电力杆塔的佐证材料；将理赔现场电力杆塔图像数据输入至预训练的杆塔受损类型识别模型，识别目标杆塔的受损类型，基于识别出的受损类型验证理赔单中的受损信息描述正确性；将理赔现场电力杆塔图像数据和原始电力杆塔图像数据一同输入至预训练的杆塔匹配模型，获取理赔现场电力杆塔图像数据和原始电力杆塔图像数据的图像匹配度结果，基于图像匹配度结果判定佐证材料的有效性；基于确定的受损信息描述正确性和佐证材料的有效性以及相应的佐证材料，生成目标电力杆塔的理赔报告。

本发明授权基于深度学习的电力杆塔保险理赔报告生成方法、系统、设备及介质在权利要求书中公布了：1.一种基于深度学习的电力杆塔保险理赔报告生成方法，其特征在于，包括如下步骤： 预录入购买保险的各电力杆塔的基础信息，基础信息包含杆塔的位置信息、电压等级信息、规格型号信息以及多角度的无人机拍摄的原始电力杆塔图像数据； 获取待进行保险理赔的目标电力杆塔的佐证材料，佐证材料包含理赔现场电力杆塔图像数据； 将理赔现场电力杆塔图像数据输入至预训练的杆塔受损类型识别模型，识别目标杆塔的受损类型，基于识别出的受损类型验证理赔单中的受损信息描述正确性；所述杆塔受损类型识别模型为基于DINO算法构建的目标检测模型；杆塔受损识别模型识别的受损类型包含倒杆、断杆、斜杆以及裂杆四种类别； 将理赔现场电力杆塔图像数据和原始电力杆塔图像数据一同输入至预训练的杆塔匹配模型，获取理赔现场电力杆塔图像数据和原始电力杆塔图像数据的图像匹配度结果，基于图像匹配度结果判定佐证材料的有效性；所述预训练的杆塔匹配模型包括杆塔识别模型和杆塔图像匹配度检测模型；所述杆塔识别模型采用OrientedR-CNN旋转目标检测模型，用于检测识别输入图像中的电力杆塔并进行旋转校正，基于预测目标框输出相应的杆塔子图像；所述杆塔图像匹配度检测模型用于分别对通过杆塔识别模型输出的理赔现场电力杆塔图像数据和原始电力杆塔图像数据的杆塔子图像进行深层特征提取，提取出相应的特征向量，基于两杆塔子图像相应的特征向量计算理赔现场电力杆塔图像数据和原始电力杆塔图像数据的匹配程度； 基于确定的受损信息描述正确性和佐证材料的有效性以及相应的佐证材料，生成目标电力杆塔的理赔报告； 其中，所述杆塔图像匹配度检测模型具体使用余弦相似度来衡量图像间的匹配程度，余弦相似度公式如下： 其中，θ为向量夹角；X为理赔现场电力杆塔图像数据对应的杆塔子图像的嵌入特征向量；Y为原始电力杆塔图像数据对应的杆塔子图像的嵌入特征向量； 若余弦相似度的计算值大于预设值则判断佐证材料合格并输出目标杆塔图像受损类型。

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福建省电力有限公司;国网福建省电力有限公司电力科学研究院;国家电网有限公司，其通讯地址为：350003 福建省福州市鼓楼区五四路257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”。

以上内容由龙图腾AI智能生成。