Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 国网江西省电力有限公司南昌供电分公司付师璕获国家专利权

国网江西省电力有限公司南昌供电分公司付师璕获国家专利权

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!

龙图腾网获悉国网江西省电力有限公司南昌供电分公司申请的专利基于YOLO-SM的绝缘子紫外电晕放电目标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:CN120912997B

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:202511450846.X,技术领域涉及:G06V10/764;该发明授权基于YOLO-SM的绝缘子紫外电晕放电目标检测方法是由付师璕;张征;谭和财;万晗晖;李志文;吴诗优;李明;周福文;许润韬;尚文辉;熊灏;熊思琪;姜勇设计研发完成,并于2025-10-11向国家知识产权局提交的专利申请。

基于YOLO-SM的绝缘子紫外电晕放电目标检测方法在说明书摘要公布了:本发明涉及人工智能与电力设备检测技术领域,具体为基于YOLO‑SM的绝缘子紫外电晕放电目标检测方法。本发明包括构建集成SCCDG轻量级特征提取模块的特征提取网络、MSDAM多尺度双重注意力机制模块的特征融合网络及预测网络,并采用复合边界框回归损失训练。SCCDG轻量级特征提取模块对输入通道平均分离并将子特征送入CDG多路卷积以提取多尺度特征;通过MSDAM多尺度双重注意力机制模块生成注意力权重并加权融合;预测网络设多尺度检测头,经置信度阈值与非极大值抑制输出检测结果。本发明兼顾检测精度与计算效率,适用于无人机巡检等实时监测场景,有利于提升微小电晕放电目标检出率与定位精度。

本发明授权基于YOLO-SM的绝缘子紫外电晕放电目标检测方法在权利要求书中公布了:1.基于YOLO-SM的绝缘子紫外电晕放电目标检测方法,其特征在于,包括: S100:获取经过训练的YOLO-SM检测网络,该网络包括特征提取网络、特征融合网络和预测网络,其中: 所述特征提取网络集成有SCCDG轻量级特征提取模块,所述SCCDG轻量级特征提取模块通过平均分离通道操作分离多个子特征,并通过CDG模块对输入特征并行进行普通卷积、空洞卷积和分组卷积三路处理; 所述特征融合网络集成有MSDAM多尺度双重注意力机制模块,其包括两个并行分支,分别采用不同尺寸池化核,并分别经Mish和Swish激活函数处理生成互补的注意力权重; 所述YOLO-SM检测网络使用复合边界框回归损失函数进行训练; S200:将绝缘子紫外电晕放电图像输入所述YOLO-SM检测网络,通过所述特征提取网络集成的SCCDG轻量级特征提取模块对输入特征进行通道拆分和多分支卷积处理,提取多尺度特征; S300:将所述多尺度特征输入所述特征融合网络,通过所述MSDAM多尺度双重注意力机制模块的双分支结构分别进行不同尺度的池化操作,生成注意力权重,并对多尺度特征进行加权融合,得到融合特征; S400:将所述融合特征输入预测网络进行目标检测,输出电晕放电目标的边界框坐标、类别标签和置信度; 所述复合边界框回归损失函数包括以下四项损失的加权和: 交并比损失通过预测框和目标框两者重叠度的损失值计算; 形状偏差损失通过预测框与目标框的长宽比差异计算; 角点距离损失通过预测框与目标框的角点坐标距离计算; 密度加权损失基于目标分布密度设置加权因子。

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江西省电力有限公司南昌供电分公司,其通讯地址为:330006 江西省南昌市东湖区叠山路383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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。