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！

龙图腾网恭喜广东电网有限责任公司;广东电网有限责任公司肇庆供电局申请的专利基于背景分类与迁移学习的绝缘子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：CN114330548B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202111633194.5，技术领域涉及：G06V10/764；该发明授权基于背景分类与迁移学习的绝缘子检测方法是由吴泳中;何彧;陈海洋;潘斯铭;陈宇婷;莫建挥;岳宏亮;莫定佳;王伟光;卢剑桃设计研发完成，并于2021-12-28向国家知识产权局提交的专利申请。

本基于背景分类与迁移学习的绝缘子检测方法在说明书摘要公布了：本发明涉及电力巡检图像处理技术领域，公开了一种基于背景分类与迁移学习的绝缘子检测方法，通过构建绝缘子检测数据集，对绝缘子检测数据集进行预处理。利用单阶段目标检测器对预处理后的绝缘子检测数据集进行迁移学习训练，得到初始绝缘子检测模型，将绝缘子检测数据集按按背景类别划分为多个数据集，在每个数据集标注相应的背景类别，利用初始绝缘子检测模型分别对各个数据集进行迁移学习训练，以得到不同背景类别下的绝缘子目标检测模型，计算不同背景类别下的绝缘子目标检测模型检测相应的数据集检测的准确率，直到各背景下绝缘子检测的准确率均达到设定值，从而提高了绝缘子检测的准确率。

本发明授权基于背景分类与迁移学习的绝缘子检测方法在权利要求书中公布了：1.一种基于背景分类与迁移学习的绝缘子检测方法，其特征在于，包括以下步骤： 步骤一、获取若干张配网巡检线路图像，利用labelme软件在每张配网巡检线路图像上用矩形框标注绝缘子所在的位置，并生成标注文件，构成绝缘子检测数据集，所述标注文件包括目标位置坐标和类别信息； 步骤二、对所述绝缘子检测数据集进行预处理，所述预处理的方式包括直方图均衡化算法、图像滤波算法和图像锐化； 其中，利用直方图均衡化算法对所述绝缘子检测数据集进行预处理的过程具体为： 根据直方图均衡化前的配网巡检线路图像的像素个数和灰度级深度，计算直方图均衡化后的配网巡检线路图像的频率密度为， 式中，HBD表示直方图均衡化后的配网巡检线路图像的频率密度，A0表示直方图均衡化前的配网巡检线路图像的像素个数，L表示直方图均衡化前的配网巡检线路图像的灰度级深度； 设直方图均衡化前的配网巡检线路图像A的灰度值DA通过灰度值变换函数映射为直方图均衡化后的配网巡检线路图像中的灰度值DB，即DB＝fDA，fDA表示灰度值变换函数，则灰度值DA在[0,DA]内的像素个数与灰度值DB在[0,DB]内的像素个数相等，即 对上式求解得到灰度值变换函数fDA为， 将灰度值变换函数fDA离散化，得到离散化灰度值变换函数f'DA，将直方图均衡化前的配网巡检线路图像A中的每个像素输入至所述离散化灰度值变换函数f'DA中，得到直方图均衡化后的配网巡检线路图像B的灰度值DB，从而实现对所述绝缘子检测数据集中每张配网巡检线路图像进行直方图均衡化，其中，灰度值DB为， 步骤三、利用单阶段目标检测器对预处理后的绝缘子检测数据集进行迁移学习训练，得到初始绝缘子检测模型，所述单阶段目标检测器以ResNeSt卷积网络作为骨干网络，并以特征金字塔BiFPN作为特征提取网络，所述ResNeSt卷积网络在ImageNet深度学习网络中进行预训练得到； 步骤四、将所述绝缘子检测数据集按背景类别划分为多个数据集，在每个数据集标注相应的背景类别； 步骤五、利用所述初始绝缘子检测模型分别对各个数据集进行迁移学习训练，以得到不同背景类别下的绝缘子目标检测模型； 步骤六、计算不同背景类别下的绝缘子目标检测模型检测相应的数据集检测的准确率，若准确率低于预设的准确率阈值，则对相应背景类别下的绝缘子目标检测模型的网络参数进行更新，并执行步骤五，直至绝缘子目标检测模型的准确率均达到预设的准确率阈值，输出最佳的绝缘子目标检测模型； 本方法还包括： 将ResNeSt卷积网络的输入X沿输入通道的维度划分为K组基数单元，将每组基数单元划分为R组子基数，将输入通道划分为G组子通道，G＝KR； 基于ResNeSt卷积网络，将每组子通道依次经过1×1卷积层和3×3卷积层进行特征提取，得到特征为Uz，Uz∈RH×W×C,z＝1,2,…,G，H、W、C分别为Uz的三个维度； 计算第k组基数单元内的各组子基数所提取的特征之和为 计算第k组基数单元内第i组子基数的第c个分量的权重为, 式中，表示根据第k组基数单元的特征sk构造的第i组分割第c个分量的权重； 将每个基数单元内的各组子基数所提取的特征进行加权求和，以得到基数单元的特征，则第k个基数单元的特征的第c个分量为， 将各基数单元的特征拼接，并与输入X相加，得到ResNeSt卷积网络提取的特征Y为， V＝Concat{V1,V2,…,VK 式中，Concat{·}表示拼接操作，表示使输入X的通道数与V一致的卷积层和池化层的变换。

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电网有限责任公司;广东电网有限责任公司肇庆供电局，其通讯地址为：510600 广东省广州市越秀区东风东路757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”。