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！

龙图腾网获悉广东省水利水电科学研究院申请的专利一种泄洪检测模型训练方法、装置、设备及介质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：CN121095696B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202511176935.X，技术领域涉及：G06V10/774；该发明授权一种泄洪检测模型训练方法、装置、设备及介质是由高仁强;陈亮雄;孙秀峰;黄锦林;王飞设计研发完成，并于2025-08-21向国家知识产权局提交的专利申请。

本一种泄洪检测模型训练方法、装置、设备及介质在说明书摘要公布了：本发明公开了一种泄洪检测模型训练方法、装置、设备及介质，该方法包括：将预采集的水库溢洪道的视频图像数据，作为第一训练样本集，并根据预设的样本增强策略，对所述第一训练样本集进行样本增强，得到第二训练样本集；其中，所述样本增强策略包括以下的一种或多种组合：独立增强策略、组合增强策略或镶嵌增强策略；根据所述第二训练样本集，对预构建的初始泄洪检测模型进行训练，以得到最终泄洪检测模型；其中，所述初始泄洪检测模型是经过泄洪卷积特征提取模块改造和特征融合模块更新，得到的改进YOLOv8模型。本申请能够在少样本数据场景下，提高泄洪检测模型的计算效率和目标检测精度。

本发明授权一种泄洪检测模型训练方法、装置、设备及介质在权利要求书中公布了：1.一种泄洪检测模型训练方法，其特征在于，包括： 将预采集的水库溢洪道的视频图像数据，作为第一训练样本集，并根据预设的样本增强策略，对所述第一训练样本集进行样本增强，得到第二训练样本集；其中，所述样本增强策略包括以下的一种或多种组合：独立增强策略、组合增强策略或镶嵌增强策略； 根据所述第二训练样本集，对预构建的初始泄洪检测模型进行训练，以得到最终泄洪检测模型；其中，所述初始泄洪检测模型是经过泄洪卷积特征提取模块改造和特征融合模块更新，得到的改进YOLOv8模型； 其中，所述根据所述第二训练样本集，对预构建的初始泄洪检测模型进行训练，以得到最终泄洪检测模型，包括：将所述第二训练样本集输入至所述初始泄洪检测模型的骨干网络层，以通过堆叠的泄洪卷积特征提取模块进行特征提取，生成初始特征图集；其中，所述泄洪卷积特征提取模块包括CBS模块、经轻量化改造后的C2f模块、SPPF模块和CSAM混合注意力机制；通过预设的多尺度特征融合模块，将所述初始特征图集进行融合，得到多尺度特征图；其中，所述多尺度特征融合模块是由空洞卷积核与注意力机制并行连接而得到的；根据所述多尺度特征图，进行输出预测，得到输出预测结果，并通过预设的综合损失函数，对所述输出预测结果进行损失评估，得到损失评估结果；其中，所述综合损失函数包括分类损失函数、边界回归损失函数和焦点损失函数；根据所述损失评估结果，对所述初始泄洪检测模型的参数进行更新，以得到最终泄洪检测模型； 其中，所述通过堆叠的泄洪卷积特征提取模块进行特征提取，生成初始特征图集，具体为：通过若干层连续的组合卷积模块，依次对所述第二训练样本集进行多次普通卷积和深度可分离卷积计算，得到包含不同层次特征图的第一特征图集；其中，所述组合卷积模块包括所述CBS模块和所述经轻量化改造后的C2f模块；通过所述SPPF模块对所述第一特征图集中最高层次的特征图进行多尺度空间池化，得到第二特征图；通过所述CSAM混合注意力机制对所述第二特征图进行增强，得到第三特征图；将所述第一特征图集、第二特征图和第三特征图合并，得到初始特征图集。

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东省水利水电科学研究院，其通讯地址为：510635 广东省广州市天寿路101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。