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！

龙图腾网获悉国网河南省电力公司电力科学研究院;国网河南省电力公司;安徽大学申请的专利一种基于元学习的变电站设备缺陷检测方法及系统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：CN117274191B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202311214573.X，技术领域涉及：G06T7/00；该发明授权一种基于元学习的变电站设备缺陷检测方法及系统是由刘善峰;毛万登;袁少光;田杨阳;李苗苗;姜亮;李哲;智海燕;张小斐;张卓;郑伟;从阔晨;鲍华设计研发完成，并于2023-09-18向国家知识产权局提交的专利申请。

本一种基于元学习的变电站设备缺陷检测方法及系统在说明书摘要公布了：本发明公开了一种基于元学习的变电站设备缺陷检测方法及系统，方法包括：获取变电站设备的缺陷图像形成数据集；将DarkNet‑53作为检测框架，在其网络最后一层增加用于提取到不同细粒度的全局目标信息的GCB模块，将网络最后两层CSP模块增加注意力机制形成ACSP模块，最后将元学习算法MAML算法融合到检测框架的训练流程中，得到基于元学习的缺陷检测模型，利用训练集训练缺陷检测模型，得到最终的缺陷检测模型；利用最终的缺陷检测模型对输入图像进行缺陷物体、位置识别，得到最终的变电站设备缺陷检测结果；本发明的优点在于：提升面对小样本任务时网络的检测能力，提高检测结果的准确性。

本发明授权一种基于元学习的变电站设备缺陷检测方法及系统在权利要求书中公布了：1.一种基于元学习的变电站设备缺陷检测方法，其特征在于，包括以下步骤： 获取变电站设备的缺陷图像形成数据集，数据集分为训练集、验证集、测试集； 将DarkNet-53作为检测框架，在其网络最后一层增加用于提取到不同细粒度的全局目标信息的GCB模块，将网络最后两层CSP模块增加注意力机制形成ACSP模块，最后将元学习算法MAML算法融合到检测框架的训练流程中，得到基于元学习的缺陷检测模型，利用训练集训练缺陷检测模型，得到最终的缺陷检测模型；所述ACSP模块的工作过程为：输入经过两个分支，第一个分支经过CBL层、RexX层、Conv层，第二个分支经过CBL层、Conv层后与第一个分支的输出进行拼接后再经过BN层、L-Relu层和CBL层后输出，ResX层表示一个残差过程，其中包含了若干个CBL模块，之后和输入进行跳接；所述GCB模块的工作过程为：通过多尺度池化、CBR层以及上采样以后进行卷积操作提取到不同细粒度的全局目标信息，得到的输出为二维的权重图； 所述DarkNet-53的工作过程为：输入经过Focus模块后经过一系列CBL层和CSP层，其中三个CSP层输出三种不同尺度的A级特征，分别为第一A级特征至第三A级特征；第一A级特征通过一个CBL层分成两路输出，一路输出获得第一B级特征，另一路输出经过上采样以后与第二A级特征进行融合，然后经过一个CSP层以及一个CBL层分成两路输出，一路输出得到第二B级特征，另一路输出经过上采样以后与第三A级特征融合得到第三B级特征，第三B级特征经过一个CSP层以后分成两路输出，一路输出作为一个检测输出端，另一路输出经过一个CBL层以后与第二B级特征融合，然后经过一个ACSP模块以后分成两路输出，一路输出作为另一个检测输出端，另一路输出经过一个CBL模块与第一B级特征融合然后输入到另一个ACSP模块中，该ACSP模块的输出作为又一个检测输出端；GCB模块的输入端与第一A级特征前面对应的CSP层连接，GCB模块的输出端分别与两个ACSP模块连接；三个检测输出端连接MAML算法模块进行模型训练； 获取待检测的变电站设备缺陷图像并预处理，作为输入图像，利用最终的缺陷检测模型对输入图像进行缺陷物体、位置识别，得到最终的变电站设备缺陷检测结果。

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国网河南省电力公司电力科学研究院;国网河南省电力公司;安徽大学，其通讯地址为：450099 河南省郑州市二七区嵩山南路85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。