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！

龙图腾网获悉广东工业大学申请的专利一种基于ATP-YOLOv8的输电线通道隐患遥感图像目标检测算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：CN119723060B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202411911290.5，技术领域涉及：G06V10/25；该发明授权一种基于ATP-YOLOv8的输电线通道隐患遥感图像目标检测算法是由林志毅;谢建辉;何炯星;刘岩;谢国波设计研发完成，并于2024-12-24向国家知识产权局提交的专利申请。

本一种基于ATP-YOLOv8的输电线通道隐患遥感图像目标检测算法在说明书摘要公布了：本发明公开的属于深度学习目标检测与输电线遥感图像结合技术领域，具体为一种基于ATP‑YOLOv8的输电线通道隐患遥感图像目标检测算法，包括具体步骤如下：无人机航拍获取输电线通道隐患遥感数据集，按照8：1：1的比例划分为训练集、验证集和测试集；设计MAM网络替代原有模型的C2f模块，扩充模型上下文感受野；构建一种混合注意力MHA模块，在通道和空间上对特征进行权重调整；设计更加适用于遥感目标的TBD模块，减少下采样过程中输电线隐患大小目标的特征损失。本发明通过设计MAM网络、MHA模块和TBD模块，显著增强了模型从图像特征图中捕获多尺度目标特征的能力。这些改进使模型在处理复杂背景下的输电线通道隐患遥感图像检测时具有更强的感知能力。

本发明授权一种基于ATP-YOLOv8的输电线通道隐患遥感图像目标检测算法在权利要求书中公布了：1.一种基于ATP-YOLOv8的输电线通道隐患遥感图像目标检测算法，其特征在于，包括具体步骤如下： S1：运用高精度无人机对输电线通道进行全方位、多角度拍摄，获取大量遥感图像，经去噪、几何校正预处理后，得到高质量数据集，再按8：1：1的比例将其划分为训练集、验证集和测试集； S2：设计MAM网络替代原YOLOv8网络的C2f模块，扩充模型上下文感受野； S3：构建一种混合注意力MHA模块，在通道和空间上对特征进行权重调整； S4：设计更加适用于遥感目标的TBD模块，减少下采样过程中输电线隐患大小目标的特征损失； S5：将预处理后的训练集输入ATP-YOLOv8网络训练，训练中利用验证集持续评估模型性能，最后使用最优训练权重对测试集进行检测，从而得出最终的检测结果； 所述S2中MAM网络是一种专为图像处理任务设计的神经网络结构，所述MAM网络是由多扩张卷积、深度可分离卷积、平均池化和Softmax层组成； 所述多扩张卷积用于整合不同感受野特征信息；所述深度可分离卷积用于在降低计算成本的同时，并促进信息流动；所述平均池化用于将空间维度上的特征信息汇总为一个具有代表性的数值；所述Softmax层用于将向量值映射到概率空间，以得到具体的空间自适应权重，进行特征融合； 所述S4中TBD模块的运行流程如下： 流程一，针对小目标：TBD模块通过小尺寸的卷积核和步长捕捉小目标的细节信息； 流程二：针对大目标：TBD模块通过混合下采样处理同一尺度的输入图像，计算感受野更广的特征图，以防止因目标重叠和大面积目标遮挡带来的检测困难； 其中，TBD模块还会通过引入SE模块来建模特征之间的关系，从而强化不同分辨率特征的关联性。

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广东工业大学，其通讯地址为：510000 广东省广州市东风东路729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。