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！

龙图腾网获悉东南大学申请的专利一种基于旋转目标检测网络的电力杆塔倾斜程度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：CN116863353B 。

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：202310322020.X，技术领域涉及：G06V20/17；该发明授权一种基于旋转目标检测网络的电力杆塔倾斜程度检测方法是由仲林林;胡霞设计研发完成，并于2023-03-29向国家知识产权局提交的专利申请。

本一种基于旋转目标检测网络的电力杆塔倾斜程度检测方法在说明书摘要公布了：本发明公开一种基于旋转目标检测网络的电力杆塔倾斜程度检测方法，属于电力线路巡检和图像检测技术领域；方法包括：采集多个电力杆塔图像，并制作成训练集、验证集和测试集；对训练集、验证集和测试集中的图像进行预处理；构建旋转目标检测模型；建立多头分支网络的损失函数，并在损失函数中引入基于卡尔曼滤波的回归损失项；将预处理后的训练集、验证集和测试集，输入旋转目标检测模型中，对模型进行训练；将待测图像经过预处理后，输入训练好的旋转目标检测模型中，进行推理，并输出倾斜程度检测结果；实现了电力杆塔倾斜程度和杆塔类别的双重分类以及电力杆塔目标的精准定位，解决了现有旋转交并比计算精度较低的问题。

本发明授权一种基于旋转目标检测网络的电力杆塔倾斜程度检测方法在权利要求书中公布了：1.一种基于旋转目标检测网络的电力杆塔倾斜程度检测方法，其特征在于，包括以下步骤： 采集多个电力杆塔图像，并制作成训练集、验证集和测试集； 对训练集、验证集和测试集中的图像进行预处理； 构建旋转目标检测模型，模型包括：特征提取网络、多尺度特征融合网络和多头分支网络； 建立多头分支网络的损失函数，并在损失函数中引入基于卡尔曼滤波的回归损失项； 将预处理后的训练集、验证集和测试集，输入旋转目标检测模型中，对模型进行训练； 将待测图像经过预处理后，输入训练好的旋转目标检测模型中，进行推理，并输出倾斜程度检测结果； 所述多头分支网络的损失函数构建步骤包括： S41，对旋转框进行高斯建模，并基于此结合卡尔曼滤波思想计算预测框和真实框之间的旋转交并比； S42，基于预测框和真实框之间的旋转交并比，建立基于卡尔曼滤波的一致性回归损失函数： LkfΣ1,Σ2＝e1-KFIoU-1 Lreg＝Lc+Lkf 式中，Lkf为基于卡尔曼滤波的交并比损失，Lc为预测框和真实框之间的中心点距离损失，KFIoU表示旋转框之间的交并比； S43，建立塔类别损失函数和倾斜程度类别损失函数，并最终得到多头分支网络的损失函数。

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东南大学，其通讯地址为：210096 江苏省南京市玄武区新街口街道四牌楼2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。