南京邮电大学陈蕾获国家专利权
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!
龙图腾网获悉南京邮电大学申请的专利基于双阶段优化与多级特征增强的端子排图纸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:CN120260069B 。
龙图腾网通过国家知识产权局官网在2025-08-22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:202510750636.6,技术领域涉及:G06V30/422;该发明授权基于双阶段优化与多级特征增强的端子排图纸检测方法是由陈蕾;葛奕雯;潘俊名;马岩松;高正霄;骆健;杨尚东;朱薇设计研发完成,并于2025-06-06向国家知识产权局提交的专利申请。
本基于双阶段优化与多级特征增强的端子排图纸检测方法在说明书摘要公布了:本发明公开了一种基于双阶段优化与多级特征增强的端子排图纸检测方法,包括利用切片技术对图纸进行切片并通过基于规则的交互式合成数据增强方法对切片图像进行二次处理,获得增强后的切片图像数据集;将处理后的图像数据集输入多级特征增强的目标检测模型中进行检测,获得模型预测的类别与坐标结果;将预测结果与真实结果输入到双焦点损失函数中进行计算,得到损失值,并通过反向传播优化模型,经过多轮迭代训练出最终检测模型;将检测图纸经过切片的图像输入到训练好的模型中,并对切片结果进行融合,得到最终检测结果;本发明有效地处理了图纸中类别不平衡的问题,并通过图元检测模型,显著提高了对图纸中,尤其是小目标的识别准确性。
本发明授权基于双阶段优化与多级特征增强的端子排图纸检测方法在权利要求书中公布了:1.一种基于双阶段优化与多级特征增强的端子排图纸检测方法,其特征在于,包括: 利用滑动窗口对输入的变电站端子排图纸进行重叠切片,获得切片图像; 利用基于规则的交互式数据合成方法对切片图像进行数据增强,将增强后的切片图像和原切片图像一起作为训练数据集; 将处理后的图像数据集输入多级特征增强的目标检测模型中进行检测,获得模型预测的类别与坐标结果; 将训练数据集经过模型预测得到的类别与坐标结果输入到双焦点损失函数中进行计算,得到损失值,并通过反向传播优化模型,并通过多轮迭代得到最终优化模型; 将测试图纸直接进行重叠切片后输入到最终优化模型中得到每张切片对应的切片预测结果,通过切片融合算法得到最终结果; 其中,所述利用基于规则的交互式数据合成方法的步骤包括: 识别输入切片图像中的表格区域的位置、大小,以及表格的行起始位置、行高和行数这些参数; 创建一个可视化窗口,通过滑动控件微调表格与方向参数,确保生成效果符合实际需求; 根据设置的参数,在表格指定行随机位置按照预设比例和几何规则生成具有拐角结构的图元; 所述双焦点损失函数为: 其中,为图元检测模型的边框回归损失函数,为图元检测模型的分类损失函数,为回归损失权重,为分类损失权重; 所述图元检测模型的边框回归损失函数为: 其中,为特定调整后的交并比,表示预测框与真实框之间的重合程度; 所述特定调整后的交并比为: 其中为经过调整的IoU度量,和为距离度量,用于衡量两个矩形框之间的匹配程度,为输入图像的宽度,为输入图像的高度; 所述经过调整的IoU度量为: 其中,为中心区域交互比,为第一超参数,为第二超参数; 所述距离度量和为: 其中,和为真实框的左上角坐标,和为真实框的右下角坐标,和为预测框的左上角坐标,和为预测框的右下角坐标; 所述图元检测模型的分类损失函数为: 其中,为模型对样本属于类别的预测概率,为调节因子,为样本n所属类别的权重系数; 所述样本n所属类别的权重系数为: 其中,为类别总数,为类别的有效样本数; 所述类别的有效样本数为: 其中,为类别的样本数量,为衰减系数。
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南京邮电大学,其通讯地址为:210000 江苏省南京市栖霞区文苑路9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”。
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。