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！

龙图腾网获悉西安理工大学申请的专利基于改进YOLOv5+ByteTrack的变电站设备缺陷检测与追踪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：CN116485734B 。

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：202310374775.4，技术领域涉及：G06T7/00；该发明授权基于改进YOLOv5+ByteTrack的变电站设备缺陷检测与追踪方法是由王倩;蒲佳伟;谢飞;栾智荣;秦司晨;张嘉伟设计研发完成，并于2023-04-10向国家知识产权局提交的专利申请。

本基于改进YOLOv5+ByteTrack的变电站设备缺陷检测与追踪方法在说明书摘要公布了：本发明是关于一种基于改进YOLOv5+ByteTrack的变电站设备缺陷检测与追踪方法。该方法包括：构建变电站设备缺陷检测专用数据集；对原YOLOv5检测算法进行改进：将YOLOv5网络模型中的常规卷积替换为可变型卷积，对YOLOv5网络模型增加上下文增强模块；训练基于改进YOLOv5检测算法的变电站设备缺陷检测模型；利用变电站设备缺陷检测模型对变电站进行目标检测，利用ByteTrack对变电站设备缺陷进行追踪。本发明通过对将YOLOv5网络模型中的常规卷积替换为可变型卷积，对YOLOv5网络模型增加上下文增强模块，对原YOLOv5检测算法进行了改进，在不降低检测精度的前提下，显著降低了模型训练过程中的计算量，使得改进后的YOLOv5网络模型更加轻量化，有效实现变电站智能巡检的经济性和工程实用性。

本发明授权基于改进YOLOv5+ByteTrack的变电站设备缺陷检测与追踪方法在权利要求书中公布了：1.基于改进YOLOv5+ByteTrack的变电站设备缺陷检测与追踪方法，其特征在于，所述方法包括以下步骤： 构建变电站设备缺陷检测专用数据集； 对原YOLOv5检测算法进行改进：将YOLOv5网络模型中的常规卷积替换为可变型卷积，对所述YOLOv5网络模型增加上下文增强模块；其中，包括：将原YOLOv5网络模型中的第8层的C3模块中常规卷积替换为可变型卷积DCN，得到C3_DCN模块；将原YOLOv5网络模型中的13层、20层和23层的C3替换为上下文感知跨级融合网络C2F模块；在原YOLOv5网络模型中的22层与23层之间增加上下文增强CAM模块；将原YOLOv5网络模型中的损失函数改进为；得到改进的YOLOv5检测算法； 所述上下文增强CAM模块包括卷积a、卷积b、卷积c、卷积d、卷积e、卷积f和Concat2模块； 所述卷积a、卷积b和卷积c的输入端为上下文增强CAM模块的输入端，卷积a的输出端与卷积d的输入端相连，卷积b的输出端与卷积e的输入端，卷积c的输出端与卷积f的输入端相连；卷积d、卷积e和卷积f的输出端作为Concat2模块的输入端相连；Concat2模块的输出端作为上下文增强CAM模块的输出端； 训练基于改进YOLOv5检测算法的变电站设备缺陷检测模型； 利用所述变电站设备缺陷检测模型对变电站进行目标检测，利用ByteTrack对变电站设备缺陷进行追踪。

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西安理工大学，其通讯地址为：710048 陕西省西安市金花南路5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。