广东工业大学谢国波获国家专利权
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!
龙图腾网获悉广东工业大学申请的专利一种基于深度学习的电网作业场景道路异物入侵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:CN121305467B 。
龙图腾网通过国家知识产权局官网在2026-04-14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:202511589998.8,技术领域涉及:G06V20/52;该发明授权一种基于深度学习的电网作业场景道路异物入侵检测方法是由谢国波;马玉唐;周宇;陈家豪;张豪;王洋洋;高洽;罗祖润;李旭东;黄小兵;苏庆;林志毅设计研发完成,并于2025-11-03向国家知识产权局提交的专利申请。
本一种基于深度学习的电网作业场景道路异物入侵检测方法在说明书摘要公布了:本发明公开的属于电网安全运维技术领域,具体为一种基于深度学习的电网作业场景道路异物入侵检测方法,首先将原始电网作业场景道路图像裁剪成规定尺寸,然后输入至多尺度道路场景感知增强模块MRPE中,得到浅层细节特征图F2、中层结构特征图F4、深层语义特征图F6;之后将F2、F4、F6输入到跨尺度丰富特征融合模块CS‑RFF中,得到深层预测特征图F12、中层预测特征图F15、全尺度特征图F17;最终将F12、F15、F17输入到多核注意力增强模块MAEM中得到带有检测结果的图像;基于此,本发明在应对多样化入侵目标时,能更精准捕捉电网作业场景下出现在道路上的不同尺寸、形态和姿态的异物特征,解决了现有技术中因道路异物的多变性导致的检测不稳定问题。
本发明授权一种基于深度学习的电网作业场景道路异物入侵检测方法在权利要求书中公布了:1.一种基于深度学习的电网作业场景道路异物入侵检测方法,其特征在于,包括具体步骤如下: S1,将原始电网作业场景道路图像裁剪成规定尺寸,然后输入至多尺度道路场景感知增强模块MRPE中,得到浅层细节特征图F2、中层结构特征图F4、深层语义特征图F6,具体步骤如下: S11,将原始电网作业场景道路图像输入至CBS子模块,得到初始过渡特征图F1;然后将F1输入至MARF子模块,得到浅层细节特征图F2; S12,将浅层细节特征图F2输入至CBS子模块,得到中间过渡特征图F3;然后将F3输入至MARF子模块得到中层结构特征图F4; S13,将F4输入至CBS子模块,得到深层过渡特征图F5;然后将F5输入至MARF子模块得到深层语义特征图F6; S2,将F2、F4、F6输入到跨尺度丰富特征融合模块CS-RFF中,得到深层预测特征图F12、中层预测特征图F15、全尺度特征图F17; S3,将F12、F15、F17输入到多核注意力增强模块MAEM中,得到带有检测结果的图像,具体步骤如下: S31,将F12经上采样操作后,得到深层尺度对齐特征图F18;将F18与F15进行拼接操作,输出跨层级联特征图F19;将F19再次进行上采样操作,得到高分辨率聚合特征图F20;将F20与F17进行拼接,得到全景上下文特征图F21; S32,F21进入一个3×3卷积层,输出上下文初始卷积特征图F22;然后再进入一个3×3卷积层进行处理,得到多路分发特征图F23;将F23同时送入三个带有通道注意力机制且卷积核尺寸不同的SE-Conv模块:在分支一中,F23进入一个3×3大小的SE-Conv卷积核进行处理,得到局部感受野特征图F24;分支二中,F23进入一个5×5大小的SE-Conv卷积核进行处理,得到中等感受野特征图F25;分支三中,F23进入一个7×7大小的SE-Conv卷积核进行处理,得到全局感受野特征图F26;将F24、F25、F26进行拼接,输出混合尺度特征图F27;F27再经过一个1×1卷积层进行通道调整,输出跨通道重组特征图F28;将F28与F22通过残差连接进行逐元素相加,得到重组表征特征图F29; S33,将F29经过ReLU激活函数处理后,得到残差增强上下文特征图F30;将F30再通过一个3×3卷积层进行最终的特征变换,输出解码后信息特征图F31,并将F31最终送入检测头以生成带有异物入侵检测结果的图像; S4,构建电网作业场景道路异物入侵检测模型,其模型由多尺度道路场景感知增强模块、跨尺度丰富特征融合模块和多核注意力增强模块组成,将电网作业场景道路异物入侵检测模型训练完成后,应用到实际的电网作业场景中,最终输出电网作业道路场景下的异物入侵检测结果,包括异物的边界框坐标、异物类别标签和置信度分数。
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广东工业大学,其通讯地址为:510000 广东省广州市东风东路729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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励