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自监督学习的输电线路金具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：CN116612343B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202310236257.6，技术领域涉及：G06V10/774；该发明授权一种基于自监督学习的输电线路金具检测方法是由张珂;周睿恒;韩槊;杜明坤;石超君设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。

本一种基于自监督学习的输电线路金具检测方法在说明书摘要公布了：本发明公开了一种基于自监督学习的输电线路金具检测方法，选取单阶段目标检测器作为基础模型架构，使用改进的SwinTransformer模型作为主干网络，引入轻量自监督学习方法，并结合高精度检测头实现高精度金具检测；在SwinTransformer原有的自注意力计算中增加下采样，减少网络计算量，并利用上采样分支恢复部分丢失下采样后的信息，实现高效特征提取，解决原Swin网络计算量较大的问题，改进后的网络称为E‑SwinefficientSwin；为了有效利用输电线路巡检所产生的大量图片数据，减少人为标注所消耗的资源，引入自监督学习方法，并进行轻量化改进，用于E‑Swin的无监督预训练；设计添加额外分支的检测器，获得更准确的金具目标定位框，进一步提高输电线路金具检测的精确度。

本发明授权一种基于自监督学习的输电线路金具检测方法在权利要求书中公布了：1.一种基于自监督学习的输电线路金具检测方法，其特征在于，包括以下步骤： 构建用于自监督学习的金具数据集和微调训练的金具数据集，自监督学习的金具数据集包含无标注金具图像，微调训练的金具数据集包含有标注金具图像，对金具数据集中的数据做数据增强处理； 选取单阶段目标检测模型作为基本架构，采用改进后的SwinTransformer作为主干网络，结合特征融合模块和检测头模块搭建模型； 引入自监督学习方法，进行轻量化改进，用于主干网络无监督预训练，以有效利用输电线路巡检所产生的大量无标注金具图像即自监督学习的金具数据集，减少人为标注所消耗的资源，同时通过数据挖掘提高模型的特征提取能力； 设计添加额外分支的检测头，以获得更准确的金具目标定位框，在自监督训练完成后，整合模型，用微调训练的金具数据集进行微调，以实现高精度检测； 其中，所述改进后的SwinTransformer具体包括： 改进后的SwinTransformer采用不重叠窗口提高计算效率，在窗口内仍采用标准的Transformer自注意力计算方式，即利用QueryQ，查询标记、KeyK，键值标记以及ValueV，权值标记进行算，在局部窗口中，通过对键值K和权值V进行下采样，有效减少矩阵相乘的计算量，同时，对V进行上采样以重建信息，得到改进后的主干网络E-Swin。

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”。

以上内容由龙图腾AI智能生成。