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！

龙图腾网获悉广西大学申请的专利一种基于复杂环境背景条件下的绝缘子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：CN117252828B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202311202344.6，技术领域涉及：G06T7/00；该发明授权一种基于复杂环境背景条件下的绝缘子缺陷检测方法是由林科宏;殷林飞;卢泉设计研发完成，并于2023-09-18向国家知识产权局提交的专利申请。

本一种基于复杂环境背景条件下的绝缘子缺陷检测方法在说明书摘要公布了：本发明提出一种基于复杂环境背景条件下的绝缘子缺陷检测方法，该方法包括：对无人机采集到的绝缘子缺陷图像数据进行数据增强；在数据增强后，将图像数据做预处理，先归一化，再将图像缩放成640×640×3的尺寸大小；在预处理后，将图像输入预设的网络模型，得出检测结果。所提绝缘子缺陷检测方法能解决复杂环境背景条件下绝缘子缺陷检测不准确的问题，实现在各种复杂条件下都能准确检测出绝缘子缺陷的功能，优化对输电线路中绝缘子缺陷的检测结果，提高复杂环境背景中绝缘子缺陷检测的准确率。本发明能够精准定位绝缘子缺陷的位置，为输电线路巡检人员提供可靠的检测方法和参考依据。

本发明授权一种基于复杂环境背景条件下的绝缘子缺陷检测方法在权利要求书中公布了：1.一种基于复杂环境背景条件下的绝缘子缺陷检测方法，其特征在于，在使用过程中的步骤为： 步骤1：将输电线路绝缘子数据集中带缺陷的绝缘子图像提取出来，并使用数据增强的方式，来增加数据样本的多样性，数据增强方式包括：翻转、旋转、缩放和对比度调节； 步骤2：将数据增强后的图像进行批归一化和尺寸缩放处理，把图像统一缩放成640×640×3的大小，按照8:1:1的比例将绝缘子缺陷图像划分成训练集、验证集和测试集； 步骤3：将划分出来的训练集输入预设的网络模型进行训练，使用自适应时刻估计方法每一次迭代过程中的网络参数，自动调整学习率，使网络在训练的过程中快速收敛到最优解，再将验证集的样本用来验证每次迭代训练后模型的检测性能，依据验证的效果进行参数调优，再将测试集的样本代入训练后的网络，得出检测结果； 预设的网络模型以YOLOv7网络模型作为预设网络模型的基线网络，在YOLOv7模型中引入ConvSimCB模块，替换YOLOv7模型骨干特征提取网络中的第一个和第四个ELAN模块，在YOLOv7模型中引入MIXPCSPC模块替换SPPCSPC模块，在YOLOv7模型中引入CARAFE通用级上采样算子替换UPSample模块； 所述ConvSimCB模块结构的具体内容为： 输入后接入1个ConvNeXtBlock模块； 再接入1个SimAM注意力机制； 再接入1个CBS注意力模块； 最后输出； 所述MIXPCSPC模块结构的具体内容为： 输入后分为2个分支： 分支6-1接入1个CBS模块； 分支6-2依次接入3个CBS模块； 3个CBS模块后分为4个分支： 分支7-1接入1个5×5的混合池化层； 分支7-2接入1个9×9的混合池化层； 分支7-3接入1个13×13的混合池化层； 分支7-4不做处理直接输出； 再将分支7-1、分支7-2、分支7-3和分支7-4的输出拼接； 再依次接入2个CBS模块； 再将分支6-1输出和分支6-2输出拼接； 再接入1个CBS模块； 最后输出； CARAFE模块结构的具体内容为： 输入后分为2个分支： 分支8-1接入1个通道压缩层，再接入1个卷积层预测上采样核； 分支8-2不做处理直接输出； 将分支8-2输出特征图1个位置的1个邻域和分支8-1输出上采样核对应位置的值相乘； 再将乘积累加得到输出特征图该位置的值； 最后输出。

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西大学，其通讯地址为：530004 广西壮族自治区南宁市西乡塘区大学东路100号广西大学；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。