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！

龙图腾网获悉华东交通大学申请的专利基于改进RT-DETR的铁路接触网沿线鸟窝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：CN121725360B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202610212149.9，技术领域涉及：G06V20/10；该发明授权基于改进RT-DETR的铁路接触网沿线鸟窝检测方法是由涂宏斌;高尔涵;何城;罗家骏设计研发完成，并于2026-02-13向国家知识产权局提交的专利申请。

本基于改进RT-DETR的铁路接触网沿线鸟窝检测方法在说明书摘要公布了：本发明涉及图像识别领域，提出一种基于改进RT‑DETR的铁路接触网沿线鸟窝检测方法，通过多分支深度卷积和多尺度特征加权融合机制，自适应选择不同感受野的响应，实现对小尺度鸟窝、细枝条纹理以及杆塔、横梁的大尺度结构的统一建模，在不显著增加参数量和计算量的前提下提升了特征表达的精细度和鲁棒性，降低了小目标丢失和特征表达不足的情况，又通过多路径空间解耦结构与StarBlock的二阶语义交互机制，分别建模杆塔几何、导线纹理、远近尺度背景信息，使网络能够捕捉“枝条—支撑构件—背景区域”之间的组合关系，从而更准确地区分鸟窝与锈蚀、污渍、阴影的相似纹理，大幅降低误检和漏检，本发明提高了铁路接触网沿线鸟窝检测的准确性和泛化能力。

本发明授权基于改进RT-DETR的铁路接触网沿线鸟窝检测方法在权利要求书中公布了：1.一种基于改进RT-DETR的铁路接触网沿线鸟窝检测方法，其特征在于，包括： 采集巡检待检测图像并进行预处理，将预处理后的巡检待检测图像输入主干特征提取网络； 主干特征提取网络进行特征提取，以获取主干特征，将所述主干特征输入颈部特征融合网络，所述主干特征提取网络基于RT-DETR框架，所述主干特征提取网络包括动态多尺度卷积模块，所述动态多尺度卷积模块基于多分支深度卷积和多尺度特征加权融合机制； 所述主干特征提取网络进行特征提取，以获取主干特征的步骤，具体包括： 主干特征提取网络基于RT-DETR框架，包括动态多尺度卷积模块，所述动态多尺度卷积模块基于残差连接，所述动态多尺度卷积模块基于多分支深度卷积和多尺度特征加权融合机制； 所述多分支深度卷积根据不同卷积核尺寸的卷积分支提取多尺度特征，并根据全局平均池化提取全局语义向量； 所述多尺度特征加权融合机制包括根据轻量级多层感知机生成多尺度分支融合权重，并进行动态加权融合，以获取加权融合特征； 根据可学习缩放因子进行尺度调节，以获取主干特征，所述主干特征的具体算法如下： ， 其中，表示主干特征，表示输入特征，表示可学习缩放因子，表示加权融合特征； 颈部特征融合网络进行特征语义增强融合，以获取颈部融合特征，将颈部融合特征解码输出，得到最终检测结果，所述颈部特征融合网络包括多路径高阶语义交互模块，所述多路径高阶语义交互模块基于多路径空间解耦结构与StarBlock的二阶语义交互机制； 所述颈部特征融合网络进行特征语义增强融合，以获取颈部融合特征的步骤，具体包括： 颈部特征融合网络包括多路径高阶语义交互模块，所述多路径高阶语义交互模块基于多路径空间解耦结构与StarBlock的二阶语义交互机制； 通过轻量1×1卷积对主干特征的通道进行重排和压缩，根据多路径结构将主干特征拆分为四个子空间，以分别提取中间特征，所述中间特征的具体算法如下： ， 其中，表示中间特征，表示多路径结构对应的卷积算子，表示子空间，表示子空间序数； 将每条路径的中间特征输入StarBlock以分别进行显式二阶语义交互，以获取显式二阶特征； 将显式二阶特征聚合，以获取颈部融合特征。

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华东交通大学，其通讯地址为：330000 江西省南昌市经济技术开发区双港东大街808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。