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！

龙图腾网获悉国网湖北送变电工程有限公司申请的专利一种自适应增强模块的输电线路绝缘子缺陷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：CN119379640B 。

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：202411467592.8，技术领域涉及：G06T7/00；该发明授权一种自适应增强模块的输电线路绝缘子缺陷检测方法是由郭勇;全江涛;李杰豪;杨力;刘龙龙;耿思远;刘曼佳;凌在汛;张洁;刘鸣柳;陈文;李瑞;鲁金华;金晨;王金鑫;胡一波;邹语晨;李金戈;王杰;熊文欢;郑小敏;田巧雨;谢宾;冯琪;汪家豪;陈得文设计研发完成，并于2024-10-21向国家知识产权局提交的专利申请。

本一种自适应增强模块的输电线路绝缘子缺陷检测方法在说明书摘要公布了：本发明提供一种自适应增强模块的输电线路绝缘子缺陷检测方法，包括高空输电线路绝缘子图片数据的获取：利用无人机的高清摄像机拍摄不同角度的绝缘子缺陷图片，进行预处理，形成绝缘子缺陷图像数据集；构建绝缘子缺陷目标检测模型：基于DyHead和信息自适应增强模块的高空输电线路绝缘子缺陷目标检测模型；绝缘子缺陷目标检测模型的训练；绝缘子图像缺陷检测：将预处理好的待检测绝缘子缺陷图像输入训练完成的目标检测模型，得到缺陷图像中的各种绝缘子缺陷的分类和定位结构，检测出缺陷位置。

本发明授权一种自适应增强模块的输电线路绝缘子缺陷检测方法在权利要求书中公布了：1.一种自适应增强模块的输电线路绝缘子缺陷检测方法，其特征在于，包括： S1、高空输电线路绝缘子图片数据的获取：利用无人机的高清摄像机拍摄不同角度的绝缘子缺陷图片，进行预处理，形成绝缘子缺陷图像数据集； S2、构建绝缘子缺陷目标检测模型：基于DyHead和信息自适应增强模块的高空输电线路绝缘子缺陷目标检测模型； S3、绝缘子缺陷目标检测模型的训练； S4、绝缘子图像缺陷检测：将预处理好的待检测绝缘子缺陷图像输入训练完成的目标检测模型，得到缺陷图像中的各种绝缘子缺陷的分类和定位结构，检测出缺陷位置； 所述S2中，构建绝缘子缺陷目标检测模型包括深度残差网络、特征融合网络和检测头部网络； 所述深度残差网络基于深度卷积神经网络ResNet50的构建，具体为： 所述深度卷积神经网络ResNet50引入残差块，所述残差块中包括卷积层和激活函数，具体为： （1）； 其中，为输入；为经过卷积层和激活函数后的输出，通过相加操作； 所述特征融合网络基于FPN网络和信息自适应增强模块的构建，具体为： 所述信息自适应增强模块中，利用自适应平均池化对特征图进行处理，对于某层的一个特征图： ； 其中，为池化后特征；分别为输入特征层级序数和增强特征层级序数；和是中的均值和标准差；为了划分稳定而添加的一个小正数；和为可训练的参数； 对于比特征层低的特征，利用步长为2的3×3卷积对该特征进行缩小直到特征尺度相同；对于比特征层高的特征，利用步长为2的3×3转置卷积进行放大直到特征尺度相同： ； 其中，为步长为2的3×3卷积；为步长为2的3×3转置卷积；为输出特征； 对进行逐点卷积，得到权重参数，来表示层级的特征图对某一层级的注意力： ； 得到所有层级的初始权重参数后，通过函数映射到范围（0，1），获得最终权重参数； ； 其中，为层级序数； 对放缩后的层级特征和对应最终权重参数进行加权求和，得到增强后的特征图： ； 其中，为元素相乘；为所有层级的总数； 对增强后的特征加入快捷连接路径，得到最终输出特征： ； 其中，为信息自适应增强模块的输入特征； 所述检测头部网络基于DyHead模块的构建； 所述DyHead模块包括尺度感知注意力模块、空间感知注意力模块和任务感知注意力模块； 所述尺度感知注意力模块根据不同尺度的特征语义重要性动态地融合特征： ； ； 其中，为输入特征向量；和分别为宽高乘积总数和通道总数；为由1×1卷积近似的线性函数；为hard-sigmoid函数； 所述空间感知注意力模块具体为： ； 其中，为特征层级的数量；为当前特征层级序号；为稀疏采样的位置数量；为当前稀疏采样的位置序号；通过位置偏移来聚焦特定区域；为位置的可自学习的重要性度量因子； 所述任务感知注意力模块通过动态打开或关闭特征通道来选择不同任务： ； 其中，为超函数，用于学习控制激活阈值。

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湖北送变电工程有限公司，其通讯地址为：430000 湖北省武汉市武昌区杨园胜新路5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。