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！

龙图腾网获悉成都大学;国网安徽省电力有限公司电力科学研究院申请的专利基于YOLO的无人机电力巡检异物检测方法、装置和无人机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：CN119625569B 。

龙图腾网通过国家知识产权局官网在2025-09-23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：202411663586.X，技术领域涉及：G06V20/17；该发明授权基于YOLO的无人机电力巡检异物检测方法、装置和无人机是由李新民;王鑫;刘易阳;韦颖昆;贾玲普;李周;史伟豪设计研发完成，并于2024-11-20向国家知识产权局提交的专利申请。

本基于YOLO的无人机电力巡检异物检测方法、装置和无人机在说明书摘要公布了：本发明属于图像分析领域，具体涉及一种基于YOLO的无人机电力巡检异物检测方法、装置和无人机。该方法的步骤包括：S1：基于YOLO构建一个异物检测网络，网络包括输入层、骨干网络、特征融合网络和预测头。S2：获取由无人机采集的大量真实的电力巡检图像，人工为图像中存在的异物添加目标选择框和类别标记信息后作为样本图像。S3：将包含大量样本图像的数据集分为训练集和测试集，并用于对异物检测网络进行训练和测试。S4：保留经过测试后满足要求的网络的模型参数；并用于对无人机巡线过程中采集到的实时图像预处理进行实时处理，识别其中包含的异物。本发明解决了现有目标检测算法难以适用于电力巡检图像中的异物检测任务的问题。

本发明授权基于YOLO的无人机电力巡检异物检测方法、装置和无人机在权利要求书中公布了：1.一种基于YOLO的无人机电力巡检异物检测方法，其特征在于：其包括如下步骤： S1：基于YOLO构建一个改进型的异物检测网络，所述异物检测网络包括输入层、骨干网络、特征融合网络和预测头；其中，所述异物检测网络的核心架构如下： 1所述骨干网络用于对输入层输入的原始图像依次进行4次、8次、16次和32次下采样实现特征提取，进而获得尺度逐渐缩小的特征图F2、F3、F4、F5； 2所述特征融合网络中包括上采样通道、下采样通道和跳跃连接分支；其中，F5、F4、F3依次输入到上采样通道中并最终与F2进行特征拼接；F3和F4经CBS模块处理后的特征图跳跃连接至下采样通道的对应层；下采样通道对输入的不同来源的特征图进行特征拼接和下采样，进而通过3个高效层聚合网络ELAN-Ⅱ中输出不同尺度的融合特征FP2、FP3和FP4； 3预测头中包括三路由Rep模块和Conv模块构成的回归通道，三者分别用于对下采样通道输出的不同尺度的融合特征FP2、FP3和FP4进行处理和预测，进而得到检测目标的边框回归结果和类别； S2：获取由无人机视角采集的大量真实的电力巡检图像，人工为采集到的电力巡检图像中存在的异物添加目标选择框和类别标记信息后作为样本图像； S3：将包含大量样本图像的数据集分为训练集和测试集，并用于对所述异物检测网络进行训练和测试；训练阶段采用的损失函数L如下： 其中，LSIoU表示定位损失，Lobj表示目标置信度损失，Lcla表示分类损失；α、β和γ是三类损失的权重，α+β+γ＝1；IoU为预测框和真实框的交并比，LDis为距离损失，LSp为形状损失； S4：保留经过训练后满足精度要求的异物检测网络的模型参数，并将无人机巡线过程中采集到的实时图像预处理为所需尺寸后输入到经过训练的所述异物检测网络中，实现对图像中包含的异物进行检测和定位。

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成都大学;国网安徽省电力有限公司电力科学研究院，其通讯地址为：610106 四川省成都市成洛大道2025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。