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！

龙图腾网获悉广东工业大学申请的专利一种基于深度学习的低光照变电站道路破损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：CN120495196B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202510553403.7，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的低光照变电站道路破损检测方法是由谢国波;王泽玮;罗楷聪;黄小兵;周宇;苏庆;林志毅;肖峰;黄剑锋;刘岩;连凯;何炯星;温诗恒设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本一种基于深度学习的低光照变电站道路破损检测方法在说明书摘要公布了：本发明公开的属于变电站道路技术领域，具体为一种基于深度学习的低光照变电站道路破损检测方法，包括具体步骤如下：S1：构建原始变电站道路破损图像数据集D1；S2：对D1进行预处理，得到处理后的变电站道路破损图像数据集D2，并对D2中的每张变电站道路破损图像p进行低光照退化合成操作，得到低光照版本图像p'，并构成一个变电站道路破损图像二元组。本发明通过引入反射率特征提取和反射率优化学习，提升了低光照环境下对变电站道路破损的检测精度，有效减少了设备遮挡阴影和光照变化带来的干扰，避免了现有方法在低光照条件下过度依赖图像增强技术且易引入噪声的问题。

本发明授权一种基于深度学习的低光照变电站道路破损检测方法在权利要求书中公布了：1.一种基于深度学习的低光照变电站道路破损检测方法，其特征在于，包括具体步骤如下： S1：构建原始变电站道路破损图像数据集D1； S2：对D1进行预处理，得到处理后的变电站道路破损图像数据集D2，并对D2中的每张变电站道路破损图像p进行低光照退化合成操作，得到低光照版本图像p'，并构成一个变电站道路破损图像二元组p,p'，由所有的变电站道路破损图像二元组构建成一个配对的变电站道路破损图像数据集D3； S3：构建一种基于深度学习的低光照变电站道路破损检测模型，将配对的变电站道路破损图像数据集D3输入到低光照变电站道路破损检测模型中，用于识别变电站道路破损图像中的道路破损类型，并自动生成定位框，确定破损的具体位置和范围，其中道路破损类型包括裂缝、坑洞、翘起、沉降； S4：在训练低光照变电站道路破损检测模型前，首先需要设定超参数，在完成初始配置后，将配对的变电站道路破损图像数据集分为训练集和验证集，确保每个数据集的独立性和代表性； S5：模型训练完成后，应用训练好的低光照变电站道路破损检测模型对当前变电站道路破损数据进行识别分析，最终输出包含具体的变电站道路破损类型、位置识别结果，为变电站巡检人员提供精准的预警信息和后续处理建议。

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广东工业大学，其通讯地址为：510000 广东省广州市东风东路729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。