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！

龙图腾网获悉北京许继数字电力技术有限公司申请的专利一种基于多尺度感受野注意力残差网络的绝缘子缺陷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：CN119991642B 。

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：202510155672.8，技术领域涉及：G06T7/00；该发明授权一种基于多尺度感受野注意力残差网络的绝缘子缺陷检测方法及系统是由李麒;王韬尉;边伟;粟忠来;程宇航;郭帅超;方清正;张寅初;王俊凯;张邵杰;张小明;库雅楠;郭培松;宋云霄;李岩;李鹏程设计研发完成，并于2025-02-12向国家知识产权局提交的专利申请。

本一种基于多尺度感受野注意力残差网络的绝缘子缺陷检测方法及系统在说明书摘要公布了：本发明涉及一种基于多尺度感受野注意力残差网络的绝缘子缺陷检测方法，包括：基于ResNet50网络框架、多尺度感受野注意力模块和坐标注意力模块，构建基于多尺度感受野注意力残差网络的整体网络模型；利用整体网络模型对输入的绝缘子图像进行特征提取，得到特征图；对特征图进行缺陷检测，得到绝缘子缺陷的检测结果。本发明实施例提供的技术方案，通过在多尺度感受野注意力模块结合多种尺度感受野与坐标注意力，能够有效提升模型对目标特征的提取能力，并自适应地增强关键特征。坐标注意力模块结合位置信息进行注意力加权，具有较低的计算开销，并能有效提升目标定位精度。用以解决现有绝缘子缺陷检测方法及系统面对检测任务复杂时，检测精度不高等问题。

本发明授权一种基于多尺度感受野注意力残差网络的绝缘子缺陷检测方法及系统在权利要求书中公布了：1.一种基于多尺度感受野注意力残差网络的绝缘子缺陷检测方法，其特征在于，所述方法包括： 基于ResNet50网络框架、多尺度感受野注意力模块和坐标注意力模块，构建基于多尺度感受野注意力残差网络的整体网络模型； 利用所述整体网络模型对输入的绝缘子图像进行特征提取，得到特征图； 对所述特征图进行缺陷检测，得到绝缘子缺陷的检测结果； 其中，所述利用所述整体网络模型对输入的绝缘子图像进行特征提取，得到特征图包括：将原始绝缘子图像输入整体网络模型，通过7×7的2D卷积和3×3最大池化后进行第一阶段的特征提取，得到第一阶段的输出特征图； 将所述第一阶段的输出特征图输入3个由1×1、3×3和1×1的2D卷积构成的第一残差结构，结合第一多尺度感受野注意力模块进行第二阶段特征提取，得到第二阶段的输出特征图，包括：将所述第一阶段的输出特征图输入3个由1×1、3×3和1×1的2D卷积构成的第一残差结构，进行特征提取，得到第一残差结构输出的特征图；将所述第一残差结构输出的特征图分别输入四条具有不同大小的多尺度感受野注意力模块的分支；其中，第一条分支的感受野大小为3×3，包括1个1×1普通2D卷积和1个膨胀率为1的3×3膨胀卷积；第二条分支的感受野大小为7×7，包括1个1×1普通2D卷积和1个膨胀率为3的3×3膨胀卷积；第三条分支的感受野大小为11×11，包括1个1×1普通2D卷积和1个膨胀率为5的3×3膨胀卷积；第四条分支为残差分支，其感受野为1×1，包括1个1×1普通2D卷积；将所述第一条分支、第二条分支和第三条分支的输出特征图在通道维度上进行连接，再通过1个1×1的普通2D卷积进行通道数的调整，得到第一阶段融合特征图；将所述第一阶段融合特征图输入第一坐标注意力模块进行处理，得到第一坐标注意力模块的输出特征图；将所述第四条分支输出的特征图与所述第一坐标注意力模块的输出特征图融合后，经过Relu激活函数进行非线性处理，得到第二阶段的输出特征图； 将所述第二阶段的输出特征图输入4个由1×1、3×3和1×1的2D卷积构成的第二残差结构，结合第二多尺度感受野注意力模块进行第三阶段特征提取，得到第三阶段的输出特征图； 将所述第三阶段的输出特征图输入6个由1×1、3×3和1×1的2D卷积构成的第三残差结构，结合第三多尺度感受野注意力模块进行第三阶段特征提取，得到第四阶段的输出特征图； 将所述第四阶段的输出特征图输入3个由1×1、3×3和1×1的2D卷积构成的第四残差结构，结合第四多尺度感受野注意力模块进行第四阶段特征提取，得到第五阶段的输出特征图。

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北京许继数字电力技术有限公司，其通讯地址为：100085 北京市海淀区信息路5号1号楼；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。