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！

龙图腾网获悉国网湖南省电力有限公司;国网湖南省电力有限公司邵阳供电分公司;国家电网有限公司申请的专利基于YOLOv5与注意力机制的变电站杂草检测方法及系统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：CN117237696B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202310959093.X，技术领域涉及：G06V10/764；该发明授权基于YOLOv5与注意力机制的变电站杂草检测方法及系统是由王柯;李飞龙;邱杰;王娜娜;龚哲伟;王玉龙;肖阳;孙晓程;刘玉洁;刘虹;杨璟纾;邓皓;刘香银;罗翊君;邓胜兰;刘方;张德忠;谢鹏程;唐伟鹏;苏海泉;蒋友谊;杨准明;郑嵘峰;王慧;谢埃迪;李易潘;黄家兴;王炳竣;杨铭;杨雨薇;胡首;阳冠群;王苗瑜;郑筑蓉;信奕帆;谢元;谢熙璇;唐晓蓉;张玉强设计研发完成，并于2023-08-01向国家知识产权局提交的专利申请。

本基于YOLOv5与注意力机制的变电站杂草检测方法及系统在说明书摘要公布了：本发明公开了一种基于YOLOv5与注意力机制的变电站杂草检测方法及系统，本发明方法包括利用采用注意力机制改进后的YOLOv5网络模型来实现对变电站中的杂草检测，采用注意力机制改进后的YOLOv5网络模型是指在由主干网络、颈网络和预测网络构成的YOLOv5网络模型的基础上为颈网络中自顶向下的特征融合通道以及自底向上的特征融合通道的特征增强模块CBS前添加有杂草自注意力模块WSA以增强对复杂背景和变光条件下杂草的检测能力。本发明旨在将YOLOv5优化改进使其更适合于变电站的杂草情况，使其具有更高的检测精度、更好的鲁棒性和更快的处理速度，能够有效应对复杂背景、易被遮挡和变光条件下的杂草检测挑战。

本发明授权基于YOLOv5与注意力机制的变电站杂草检测方法及系统在权利要求书中公布了：1.一种基于YOLOv5与注意力机制的变电站杂草检测方法，其特征在于，包括采用注意力机制改进后的YOLOv5网络模型来实现对变电站中的杂草检测，所述采用注意力机制改进后的YOLOv5网络模型是指在由主干网络Backbone、颈网络Neck和预测网络Prediction构成的YOLOv5网络模型的基础上，为颈网络Neck中自顶向下的特征融合通道以及自底向上的特征融合通道的特征增强模块CBS前添加有杂草自注意力模块WSA以捕捉远程依赖关系，自适应地调整网络对关键区域的关注程度来增强对复杂背景和变光条件下杂草的检测能力，所述杂草自注意力模块WSA对输入的维度大小为H×W×C的特征图X的处理包括：将特征图X分别通过两个卷积层Conv得到特征X1和X2，其维度大小分别为H×W×2C和H×W×C2；然后将特征X1和X2通过连接操作Concat在通道维度上进行特征融合，并使通道维度恢复到C，得到矩阵Q；同时将特征图X送入卷积层进行特征提取，得到特征X3，其维度大小保持不变仍为H×W×C；然后将特征X3作为矩阵K，将矩阵Q与矩阵K的转置相乘，再除以缩放因子后再将结果进行Softmax函数处理，最后再将特征图X直接作为矩阵V，与Softmax函数处理后得到的结果相乘，得到最终的维度大小仍为H×W×C的输出特征X'； 所述主干网络Backbone输出的特征图包括从大到小排列的特征图F1～F4，所述颈网络Neck对特征图F1～F4的处理包括：将特征图F4经过第二交叉阶段部分CSP2、颈网络Neck的第一个特征增强模块CBS处理得到特征图F41，将特征图F41经过上采样模块上采样后和特征图F3通过连接模块Concat进行连接操作，然后经过第二交叉阶段部分CSP2、杂草自注意力模块WSA、颈网络Neck的第二个特征增强模块CBS处理得到特征图F31，将特征图F31经过上采样模块上采样后和特征图F2通过连接模块Concat进行连接操作，然后经过第二交叉阶段部分CSP2、杂草自注意力模块WSA、颈网络Neck的第三个特征增强模块CBS处理得到特征图F21，将特征图F21经过上采样模块上采样后和特征图F1通过连接模块Concat进行连接操作，然后经过第二交叉阶段部分CSP2处理得到特征图F11；将特征图F11经过卷积模块Conv后送入预测网络Prediction的第一个检测头，并将特征图F11通过杂草自注意力模块WSA、颈网络Neck的第四个特征增强模块CBS处理得到特征图F12，将特征图F12、特征图F21通过连接模块Concat进行连接操作，然后经过第二交叉阶段部分CSP2处理得到特征图F22；将特征图F22经过卷积模块Conv后送入预测网络Prediction的第二个检测头，并将特征图F22通过杂草自注意力模块WSA、颈网络Neck的第五个特征增强模块CBS处理得到特征图F32，将特征图F32、特征图F31通过连接模块Concat进行连接操作，然后经过第二交叉阶段部分CSP2处理得到特征图F33；将特征图F33经过卷积模块Conv后送入预测网络Prediction的第三个检测头，并将特征图F32通过杂草自注意力模块WSA、颈网络Neck的第六个特征增强模块CBS处理得到特征图F42，将特征图F21经过卷积层处理，特征图F31经过卷积层处理，再将特征图F11、特征图F21经过卷积层处理后得到的特征、特征图F31经过卷积层处理后得到的特征以及特征图F42通过连接模块Concat进行连接操作，然后经过第二交叉阶段部分CSP2处理得到特征图F43；将特征图F43经过卷积模块Conv后送入预测网络Prediction的第四个检测头。

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国网湖南省电力有限公司;国网湖南省电力有限公司邵阳供电分公司;国家电网有限公司，其通讯地址为：410004 湖南省长沙市新韶东路398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。