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！

龙图腾网获悉东南大学申请的专利一种基于多尺度融合和可变形卷积的跨域故障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：CN116452947B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202310366161.1，技术领域涉及：G06V10/82；该发明授权一种基于多尺度融合和可变形卷积的跨域故障检测方法是由俞菲;俞科栋;王潇祎;许诺;郑志刚;谢国烜;杨绿溪设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。

本一种基于多尺度融合和可变形卷积的跨域故障检测方法在说明书摘要公布了：本发明提供一种基于多尺度融合和可变形卷积的跨域故障检测方法，解决火车故障图像跨域目标检测中相应的问题。包括如下步骤：准备正常场景下的火车故障数据集作为源域数据集和雾天场景下的火车故障数据集作为目标域数据集；设计一个域自适应特征金字塔，加入到RetinaNet目标检测网络中，来实现源域和目标域的特征对齐；在目标检测网络中的backbone加入可变形卷积模块来实现对形态差异大的故障的适应能力；在原有检测网络中的FPN加入ASFF模块，解决FPN网络中不同尺度学习目标不一致的问题；将RetinaNet网络的回归子网络损失函数改为CIOUloss，优化模型的损失。该基于多尺度融合和可变形卷积的跨域故障检测方法是解决目标检测模型在有雾场景下对火车故障检测结果较差的问题。

本发明授权一种基于多尺度融合和可变形卷积的跨域故障检测方法在权利要求书中公布了：1.一种基于多尺度融合和可变形卷积的跨域故障检测方法，其特征在于，包括以下步骤： 构建源域数据集和目标域数据集； 构建基于RetinaNet的跨域故障检测网络，所述跨域故障检测网络包括域自适应特征金字塔、嵌入了可变形卷积的backbone、FPN网络和回归子网络；所述域自适应特征金字塔包括局部域自适应模块和全局域自适应模块，用于对backbone中提取出的多尺度信息进行融合操作； 利用所述源域数据集和目标域数据集训练所述跨域故障检测网络； 将待测数据输入训练好的跨域故障检测网络，输出故障类型； 所述backbone使用的是ResNet‑50，包括若干个卷积模组，其输出的部分特征向量输入到局部域自适应模块进行强对齐，其余部分特征先通过特征金字塔结构进行多尺度信息的特征融合，然后输入全局域自适应模块进行弱对齐； 所述局部域自适应模块的损失函数为： ； ； ；表示源域的局部域自适应损失，表示的是目标域的局部域自适应损失，表示的是整个局部域自适应模块的损失，取源域和目标域损失的平均值，、分别表示输入的源域特征，表示的域自适应部分网络的特征提取器，表示局部域自适应模块的域判别器，表示输入特征图的高和宽，和分别表示输入的源域样本数量和目标域样本数量； 所述FPN网络中嵌入补充模块ASFF； 基于所述跨域故障检测方法的雾天火车故障检测方法，包括如下步骤： 构建正常场景下的火车故障数据集作为源域数据集和雾天场景下的火车故障数据集作为目标域数据集； 构建基于RetinaNet的跨域故障检测网络； 利用所述源域数据集和目标域数据集训练所述基于RetinaNet的跨域故障检测网络； 将待测数据输入训练好的基于RetinaNet的跨域故障检测网络，输出雾天火车故障检测结果。

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东南大学，其通讯地址为：211189 江苏省南京市江宁区东南大学路2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。