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！

龙图腾网获悉电子科技大学申请的专利一种基于深度学习的电塔绝缘纸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：CN116485738B 。

龙图腾网通过国家知识产权局官网在2025-12-30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：202310392684.3，技术领域涉及：G06T7/00；该发明授权一种基于深度学习的电塔绝缘纸检测方法是由刘帅成;杨玉麟;卢良通;杨裕强;李子琦;邓创设计研发完成，并于2023-04-13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电塔绝缘纸检测方法在说明书摘要公布了：本发明公开了一种基于深度学习的电塔绝缘纸检测方法，在渲染合成的数据集上实现电网绝缘纸的检测，并可用于实际生活场景；本发明首先使用三维重建技术，得到了一个真实电塔的模型，并利用该模型，结合目前主流的渲染引擎，渲染得到了可用于训练目标检测网络的数据集；随后将该数据集送入特征提取网络当中；对于一张图片可以得到多个不同维度的有效图片特征，再通过特征融合结构对不同的图片特征进行融合增强，最后将得到的增强图片特征送入检测网络的检测头当中得到最终的有效准确检测结果。

本发明授权一种基于深度学习的电塔绝缘纸检测方法在权利要求书中公布了：1.一种基于深度学习的电塔绝缘纸检测方法，其特征在于：包括以下步骤： 采集电塔模型参数、真实电塔图像和各类地面背景参数， 以构建电塔在多种复杂地貌上的场景； 物理渲染，构建好的电塔在多种复杂地貌上的场景通过物理渲染， 以获得渲染好的电塔图像和渲染好的电网绝缘纸图片； 构建训练模型，以真实电塔图像训练渲染后的电塔图像， 获取电塔图像训练模型，以构建检测网络； 构建绝缘纸检测网络，以绝缘纸检测网络对比检测网络得到检测结果； 具体地，所述构建检测网络的具体步骤为： 图像特征提取，提取部分CSPDarknet结构； 特征提取部分FPN，对CSPDarknet中提取得到的不同维度的特征进行拼接融合得到的特征表示； 网络检测头部构建，包括类别分类和检测框回归预测部分， 类别分类用于对特征进行分类判断是否为绝缘纸，检测框回归部分用于对绝缘纸检测框的位置以及形状大小进行调整； 所述CSPDarknet结构包括Focus结构、SPP结构和CSPnet，Focus结构、SPP结构和CSPnet用于构建检测网络卷积层，具体步骤如下： Focus结构用于对图像特征通道数进行扩充，在图像的每一个特征通道里每隔一个像素获取一个值，获得四个独立的特征层，将四个特征层进行堆叠，将特征通道数扩展四倍； SPP结构用于对图像特征使用不同大小的池化核进行最大池化，以提高网络的感受野； CSPnet结构作为残差结构，主干部分进行卷积块的堆叠，另一部分与主干部分进行拼接； 所述构建绝缘纸检测网络的具体方法为：渲染好的电网绝缘纸图片送入CSPDarknet里面进行特征提取；在主干部分获得三个有效特征层后会通过构建FPN层来进行特征融合；通过构建FPN层得到增强后特征； 所述绝缘纸检测网络对比检测网络得到检测结果的具体方法为：将绝缘纸检测网络中FPN层得到的增强后的特征送入检测网络检测头进行检测框的预测得到最终检测结果； 具体地，一个增强后的特征输入到网络检测头，获得三个预测结果，Reg结果，Reg结果包括有检测框的中心位置和检测框大小信息；Obj结果，用于表示检测框内是否有类似绝缘纸的物体；Cls结果，用于表示检测框内物体为绝缘纸的置信度；将Reg结果、Obj结果和Cls结果进行得分筛选和非极大抑制，通过得分筛选以及非极大抑制后获取最终的检测结果。

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电子科技大学，其通讯地址为：610000 四川省成都市高新区(西区)西源大道2006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。