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北省电力有限公司电力科学研究院;湖北方源东力电力科学研究有限公司;中国科学院合肥物质科学研究院申请的专利一种基于向量注意力机制的因果感知配电网图像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：CN119540795B 。

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：202411471031.5，技术领域涉及：G06V20/17；该发明授权一种基于向量注意力机制的因果感知配电网图像缺陷检测方法是由刘曼佳;戴金;刘鸣柳;蔡超;易忱;王溪;朱骏骋;陈文;金晨;凌在汛;宋杨;阮伦;张洁;李瑞设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种基于向量注意力机制的因果感知配电网图像缺陷检测方法在说明书摘要公布了：一种基于向量注意力机制的因果感知配电网图像缺陷检测方法，包括：利用移动端设备采集不同场景、不同类型的配电网缺陷图像，形成配电网缺陷图像数据集；基于骨干网络、向量注意力模块RWKV、特征融合模块、因果感知头部网络构建出配电网缺陷图像检测模型；利用配电网缺陷图像数据集对配电网缺陷图像检测模型进行训练，得道训练后的配电网缺陷图像检测模型；利用移动端设备采集待检测的配电网缺陷图像；将待检测的配电网缺陷图像输入训练后的配电网缺陷图像检测模型，得到配电网图像中的缺陷检测结果。与现有技术相比解决了针对复杂配电网缺陷图像数据检测精度低、无法满足配电网缺陷智能检测的需要，实现配电网图像缺陷类别目标的精准检测。

本发明授权一种基于向量注意力机制的因果感知配电网图像缺陷检测方法在权利要求书中公布了：1.一种基于向量注意力机制的因果感知配电网图像缺陷检测方法，其特征在于，包括以下步骤： 获取配电网缺陷图像：利用移动端设备采集不同场景、不同类型的配电网缺陷图像，形成配电网缺陷图像数据集； 构建配电网缺陷图像检测模型：基于骨干网络、向量注意力模块RWKV、颈部网络、因果感知头部网络构建出配电网缺陷图像检测模型； 配电网缺陷图像检测模型的训练：利用配电网缺陷图像数据集对配电网缺陷图像检测模型进行训练，得道训练后的配电网缺陷图像检测模型； 获取待检测配电网缺陷图像：利用移动端设备采集待检测的配电网缺陷图像； 获得配电网缺陷检测结果：将待检测的配电网缺陷图像输入训练后的配电网缺陷图像检测模型，得到配电网图像中的缺陷检测结果； 所述构建配电网缺陷图像检测模型包括以下步骤： 设定配电网缺陷图像检测模型，包括骨干网络、向量注意力模块RWKV、颈部网络、因果感知头部网络； 设定骨干网络为图像的基础特征提取网络，基于ConvNeXt网络构建，由叠加的多层卷积神经网络层、池化层与激活函数层构成，特征提取网络用于提取整张图像中目标的特征图，特征提取网络的输入为移动端设备采集的配电网缺陷图像的增强图像，采用随机裁剪及色彩变换作为增强手段，增强网络的泛化性能，输出为该配电网缺陷图像增强后图像的整体特征图； 设定向量注意力模块RWKV，所述向量注意力模块RWKV包含空间混合模块SMB与通道混合模块CMB，在模块间使用残差连接的方式来保留特征信息；空间混合模块SMB和通道混合模块CMB包含有网络正则化层、图像块偏移层、向量注意力计算层，以及激活函数层； 设定颈部网络，颈部网络采用FPN多尺度结构，颈部网络的输入为向量注意力模块的C2、C3、C4、C5层特征图，输出为融合多尺度信息的P2、P3、P4、P5层； 设定因果感知头部网络，作为缺陷检测的RoI特征提取层，根据目标框的尺寸映射到P2、P3、P4、P5层任意一层上，提取目标对应位置的区域特征，使用因果推理相关运算去除配电网缺陷目标检测当中由于优化器动量干扰所产生的混淆效应，并对该区域特征进行RoIAlign操作获取统一7×7大小的RoI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国网湖北省电力有限公司电力科学研究院;湖北方源东力电力科学研究有限公司;中国科学院合肥物质科学研究院，其通讯地址为：430077 湖北省武汉市洪山区徐东大街227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。