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！

龙图腾网获悉广东电网有限责任公司韶关供电局;广东电网有限责任公司申请的专利输电杆塔的异常检测方法、装置、电子设备及存储介质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：CN120182673B 。

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：202510231506.1，技术领域涉及：G06T7/00；该发明授权输电杆塔的异常检测方法、装置、电子设备及存储介质是由曾智;杨帆;刘高;刘建明;孙文星;梁永超;马涛;袁翔;贾恒杰;崔宫;田小东;洪焕森;林旭涛;沈卫彬;吴兰;杨殷;胡玉婷;郑晨炜;钟远峰设计研发完成，并于2025-02-27向国家知识产权局提交的专利申请。

本输电杆塔的异常检测方法、装置、电子设备及存储介质在说明书摘要公布了：本申请实施例提供的输电杆塔的异常检测方法、装置、电子设备及存储介质，该方法首先获取待检测输电杆塔对应的待检测图像，然后将待检测图像输入至预先训练好的检测模型，得到目标语义分割结果，其中检测模型是基于训练数据对具有语义分支和空间分支以及双向注意力融合模块的双分支语义分割网络模型进行训练得到的。该技术方案通过将获取的待检测输电杆塔图像输入至预先训练好的检测模型中，得到目标语义分割结果，实现了自动化检测输电杆塔的异常，利用双向注意力融合模块实现了输电杆塔图像语义特征和空间特征的互补和增强，从而提升了输电杆塔异常检测的效率和准确率。

本发明授权输电杆塔的异常检测方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种输电杆塔的异常检测方法，其特征在于，所述方法包括： 获取待检测输电杆塔对应的待检测图像； 将所述待检测图像输入至预先训练好的检测模型，得到目标语义分割结果，所述目标语义分割结果为所述待检测输电杆塔中各个元件的受损信息，所述检测模型是基于训练数据对双分支语义分割网络模型进行训练得到的，所述训练数据包括：输电杆塔对应的多个第一图像和所述多个第一图像对应的标注信息，所述双分支语义分割网络模型包括：语义分支的多个第一基本模块和空间分支的多个第二基本模块，每相邻两个第一基本模块和每相邻两个第二基本模块之间设置有双向注意力融合模块； 在所述将所述待检测图像输入至预先训练好的检测模型，得到目标语义分割结果之前，所述方法还包括： 针对每个第一图像，将所述第一图像输入至所述双分支语义分割网络模型中的骨干网络中，得到经过下采样处理的第二图像； 将所述第二图像输入至所述语义分支的第一个第一基本模块，得到卷积和下采样处理之后的第五图像；将所述第二图像输入至所述空间分支的第一个第二基本模块，得到卷积处理之后的第六图像；将所述第五图像和所述第六图像输入至第一个双向注意力融合模块，得到融合后的第五图像对应的第二语义特征和所述第六图像对应的第一空间特征； 将所述第二语义特征和所述第五图像输入至所述语义分支的第二个第一基本模块，得到卷积和下采样处理之后的第七图像；将所述第一空间特征和所述第六图像输入至所述空间分支的第二个第二基本模块，得到卷积处理之后的第八图像；将所述第七图像和所述第八图像输入至第二个双向注意力融合模块，得到融合后的第七图像对应的第三语义特征和所述第八图像对应的第二空间特征； 将所述第三语义特征和所述第七图像输入至所述语义分支的第三个第一基本模块，得到卷积和下采样处理之后的第三图像；将所述第二空间特征和所述第八图像输入至所述空间分支的第三个第二基本模块，得到卷积处理之后的第四图像； 将第三图像输入至所述双分支语义分割网络模型中的金字塔池化模块，得到包含多尺度信息的第一语义特征； 将第四图像和所述第一语义特征输入至所述双分支语义分割网络模型中的特征融合模块，得到第一融合信息； 根据各个第一图像对应的第一融合信息对应的语义分割结果和各个第一图像对应的标注信息，调整所述双分支语义分割网络模型中的参数，将调整后的所述双分支语义分割网络模型作为所述检测模型。

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广东电网有限责任公司韶关供电局;广东电网有限责任公司，其通讯地址为：512028 广东省韶关市武江区工业西路66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。