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！

龙图腾网获悉上海电力大学申请的专利基于改进YOLOX算法的输电线路异常目标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：CN116245871B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310329483.9，技术领域涉及：G06T7/00；该发明授权基于改进YOLOX算法的输电线路异常目标检测方法是由毕忠勤;景丽娜;张伟娜设计研发完成，并于2023-03-30向国家知识产权局提交的专利申请。

本基于改进YOLOX算法的输电线路异常目标检测方法在说明书摘要公布了：本发明涉及一种基于改进YOLOX算法的输电线路异常目标检测方法，包括以下步骤：1输入待识别输电线路异常图像，经过预处理后调整为标准输入图像，基于改进YOLOX算法进行训练；2利用Focus模型将高分辨率的图像拆分成多个低分辨率的图像；3通过特征选择模块提取输入图像的特征，作为异常特征；4对异常特征进行不断提取，并划分为P3、P4和P5三个有效特征层；5将有效特征层的特征图输入PAFPN网络进行特征提取，将不同特征层的特征图进行高效融合，并输出不同特征层的特征图；6对不同特征层的有效特征图进行异常目标的检测与定位。与现有技术相比，本发明具有异常目标检测精度高、降低算法复杂度等优点。

本发明授权基于改进YOLOX算法的输电线路异常目标检测方法在权利要求书中公布了：1.一种基于改进YOLOX算法的输电线路异常目标检测方法，其特征在于，所述的方法包括以下步骤： 1输入待识别输电线路异常图像，经过预处理后调整为标准输入图像，并基于改进YOLOX算法对预处理后的标准输入图像进行训练； 2利用Focus模型将高分辨率的图像拆分成多个低分辨率的图像； 3通过特征选择模块来提取输入图像的特征，作为异常特征； 4对异常特征进行不断提取，并划分为P3、P4和P5三个有效特征层； 5基于新的双通道的注意力机制将有效特征层的特征图输入PAFPN网络进行特征提取，将不同特征层的特征图进行高效融合，并输出不同特征层的特征图； 6对于进入检测器的不同特征层的有效特征图，进行异常目标的检测与定位； 所述改进YOLOX算法在骨干网络中添加特征选择模块，通过分配权重来提取有效特征图中重要的特征信息；通过优化特征提取网络中的残差结构，在残差边缘中引入SimAM进行处理，通过优化残差边缘上的神经元，提高目标特征表示和网络检测输电线路异常小目标的能力；改进YOLOX网络的激活函数，使用FReLU来增强输电线路中异常小物体的非线性表示，在特征层P3的残差模块中使用FReLU函数。

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上海电力大学，其通讯地址为：201306 上海市浦东新区沪城环路1851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。