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！

龙图腾网获悉吉林化工学院申请的专利一种基于改进YOLOv8在恶劣天气下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：CN120747630B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510920745.8，技术领域涉及：G06V10/764；该发明授权一种基于改进YOLOv8在恶劣天气下绝缘子缺陷检测方法是由李佳;吴言杰;朱少军设计研发完成，并于2025-07-04向国家知识产权局提交的专利申请。

本一种基于改进YOLOv8在恶劣天气下绝缘子缺陷检测方法在说明书摘要公布了：本发明涉及人工智能在电力系统中对缺陷目标进行检测和识别技术领域，尤其是涉及一种基于改进YOLOv8在恶劣天气下绝缘子缺陷检测方法。其包括：获取绝缘子缺陷的数据集；所述数据集的样本图像中使用边界框标注有绝缘子及缺陷位置，以及注明图像类别为正常绝缘子或缺陷；利用所述数据集对改进YOLOv8模型进行训练；利用训练好的改进YOLOv8模型对绝缘子图像进行绝缘子缺陷检测；提升算法在绝缘子缺陷检测任务中的有效性和优越性。

本发明授权一种基于改进YOLOv8在恶劣天气下绝缘子缺陷检测方法在权利要求书中公布了：1.一种基于改进YOLOv8在恶劣天气下绝缘子缺陷检测方法，其特征在于，包括： 获取绝缘子缺陷的数据集；所述数据集的样本图像中使用边界框标注有绝缘子及缺陷位置，以及注明图像类别为正常绝缘子或缺陷； 利用所述数据集对改进YOLOv8模型进行训练； 利用训练好的改进YOLOv8模型对绝缘子图像进行绝缘子缺陷检测； 所述改进YOLOv8模型的改进之处在于： 在骨干网络的卷积块和c2f模块之间添加空间到深度的卷积模块SPDConv； 在骨干网络和颈部网络的连接部分添加轻量化3D注意力模块SimAM； 使用精确边界框的高效损失函数FocalandEfficientIOU，Focal_EIOU替换基线模型YOLOv8的CIOU损失函数； 所述空间到深度的卷积模块SPDConv包括空间到深度SPD层和非跨步卷积Non-strided-Conv层； 比例因子scale设定为2，将原始特征图S，S，C1其中S表示高度和宽度，C1表示通道数；沿着x,y方向切分，得到四个尺寸大小为S2，S2，C1的子特征图，进行了一次下采样操作； 公式表示如下： 式中，子特征图fx,y由中所有可按比例因子scale整除的i+x和i+y组成； 将所有子特征图沿着通道维度拼接得到一个在空间维度上比原始特征图减少一倍，在通道维度上比原始特征图增加四倍的特征图X’S2，S2,4C1，将特征图X’映射输入到含C2个滤波器的非跨步卷积层后，输出特征图X’’S2，S2，C2； 所述轻量化3D注意力模块SimAM包括： 对于输入特征图X，通过定义能量函数评估每个神经元的重要性，越小表明目标神经元与周围神经元的区别性越大； 通过计算神经元的平均值和方差量化特征的集中趋势与离散程度，为权重生成提供依据， 利用能量函数的倒数生成动态的三维权重； 将所述三维权重适配到输入分辨率并与输入的原始特征加权融合； 所述能量函数的表达式为： 式中，t表示目标神经元；表示除t之外的所有神经元的平均值；表示除t之外的所有神经元的方差；M表示神经元的个数；为正则项； 所述轻量化3D注意力模块SimAM的表达式为： sigmoid 其中，E为输入特征图所有神经元值的集合； 所述高效损失函数FocalandEfficientIOU，Focal_EIOU定义为： 其中，表示预测框与真实框中心点的距离；c为预测框与真实框最小外接封闭区域的对角线距离；参数，，w，h分别表示检测物体真实框的宽、高和预测框的宽、高；A、B分别表示测量的两个任意形状的体积；为控制异常值抑制程度的参数。

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吉林化工学院，其通讯地址为：132022 吉林省吉林市龙潭区承德街45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。