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！

龙图腾网获悉华南理工大学申请的专利一种输电线路防震锤缺陷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：CN116805398B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202310454766.6，技术领域涉及：G06V20/17；该发明授权一种输电线路防震锤缺陷检测方法是由吴玉香;陈恩泽设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本一种输电线路防震锤缺陷检测方法在说明书摘要公布了：本发明公开了一种输电线路防震锤缺陷检测方法，方法包括下述步骤：通过无人机设备采集输电线路防震锤图像并进行预处理，建立样本数据集；使用K‑means聚类算法对样本数据集进行聚类分析，预测锚框尺寸；构建缺陷检测网络；所述缺陷检测网络包括输入预处理网络、特征提取网络、特征融合网络和检测器；利用样本数据集以及预测的锚框尺寸，对缺陷检测网络进行训练，获得缺陷检测模型；采用缺陷检测模型对输电线路防震锤进行缺陷检测，得到检测结果。本发明解决了输电线路防震锤缺陷检测准确率低的问题，能够有效抵消噪声干扰并准确定位缺陷，具有高准确率、低时延和强鲁棒性的特点。

本发明授权一种输电线路防震锤缺陷检测方法在权利要求书中公布了：1.一种输电线路防震锤缺陷检测方法，其特征在于，包括下述步骤： 步骤1，通过无人机设备采集输电线路防震锤图像并进行预处理，建立样本数据集； 步骤2，使用K-means聚类算法对样本数据集进行聚类分析，预测锚框尺寸； 步骤3，构建缺陷检测网络；所述缺陷检测网络包括输入预处理网络、特征提取网络、特征融合网络和检测器； 步骤4，利用样本数据集以及预测的锚框尺寸，对缺陷检测网络进行训练，获得缺陷检测模型； 步骤5，采用缺陷检测模型对输电线路防震锤进行缺陷检测，得到检测结果； 所述步骤3构建缺陷检测网络包括： 步骤3.1，构造输入预处理网络：提高对缺陷目标的响应，抑制复杂背景的影响，得到处理后图像；所述输入预处理网络由Conv块、GShuffle模块、Concat操作和上采样操作构成；所述Conv块由卷积层+批归一化层+SiLU激活函数构成；所述GShuffle模块将输入通道平均分成两组：一组进行恒等映射；另一组通过Ghost模块进行运算；然后将两组的输出通道拼接起来，并对通道进行重新排列；最后通过Conv块输出 步骤3.2，设计特征提取网络：对处理后图像进行特征提取，得到大小不同的特征图；所述特征提取网络由Conv块和OSA_n模块构成；所述OSA_n模块中的每个Conv块往下分为两条路径，一条路径连接到下一层Conv块，另一条路径进行恒等映射，最后将两条路径的输出通道合并输出；其中，OSA_n模块中的代表进行次OSA操作； 步骤3.3，构建特征融合网络：将得到的大小不同的特征图进行融合，输出融合特征图； 步骤3.4，建立检测器：根据融合特征图进行缺陷检测，并使用预测框在防震锤图像中进行标注； 步骤3.5，定义优化回归损失函数：在缺陷检测网络进行训练时计算损失，通过反向传播算法对缺陷检测网络的参数进行迭代更新；所述优化回归损失函数包括BIOU定位损失函数、置信度损失函数和分类损失函数，表示为： ， 其中，K、S2、B分别为检测端、遍历的所有网格单元和遍历的所有预测框；λ*为相应项的权重；表示第k个检测端、第i个网格单元和第j个预测框是否为正样本，如果是则为1，如果不是则为0；αk用于平衡每个尺度下检测端的权重；Llocal为BIOU定位损失；Lconf为置信度损失；Lcls为分类损失； 所述BIOU定位损失Llocal通过交并比进行计算，公式为： ， ， ， 其中，B为预测框，Bgt为目标框，IOU为预测框与目标框的交并比，b为预测框的中心点，bgt为目标框的中心点，ρ表示预测框与目标框的中心点之间的欧氏距离，c为覆盖预测框和目标框的最小框的对角线长度；wgt、hgt分别为目标框的宽度和高度；w、h分别为预测框的宽度和高度。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。