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！

龙图腾网获悉华南理工大学申请的专利一种绝缘子等值覆冰厚度分类监测方法及电子设备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：CN119919706B 。

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：202411775546.4，技术领域涉及：G06V10/764；该发明授权一种绝缘子等值覆冰厚度分类监测方法及电子设备是由梁苇;郝艳捧;陈思睿;吴子建;王雅萱;黄磊;李鑫贺;何锦强;吴潇翔;黄欢设计研发完成，并于2024-12-05向国家知识产权局提交的专利申请。

本一种绝缘子等值覆冰厚度分类监测方法及电子设备在说明书摘要公布了：本发明公开了一种绝缘子等值覆冰厚度分类监测方法及电子设备，其中方法包括：建立绝缘子覆冰监测图像库；构建可迁移分类检测网络；分别标注图像中绝缘子的位置、绝缘子是否覆冰、有覆冰绝缘子的覆冰类型，得到数据集；通过分阶段迁移学习得到绝缘子识别模型、绝缘子覆冰判断模型和绝缘子覆冰分类模型；用绝缘子覆冰分类模型识别绝缘子及其覆冰类型，监测绝缘子等值覆冰厚度。本发明能提升绝缘子覆冰类型的识别精度，其不仅能用于在图像中定位检测绝缘子并区分其无冰与覆冰状态，还能实时动态分类监测不同覆冰类型的等值覆冰厚度，为冰雪天气下绝缘子的智慧运维提供决策支持。本发明可广泛应用于电网智能监测领域。

本发明授权一种绝缘子等值覆冰厚度分类监测方法及电子设备在权利要求书中公布了：1.一种绝缘子等值覆冰厚度分类监测方法，其特征在于，包括以下步骤： 建立绝缘子覆冰监测图像库； 构建并训练可迁移的分类检测网络； 标注绝缘子的位置，建立第一数据集；采用第一数据集微调预训练的分类检测网络，得到绝缘子识别模型； 标注绝缘子是否覆冰，建立第二数据集；采用第二数据集微调绝缘子识别模型，得到绝缘子覆冰判断模型； 标注有覆冰绝缘子的覆冰类型，建立第三数据集；采用第三数据集微调绝缘子覆冰判断模型，得到绝缘子覆冰分类模型； 采用绝缘子覆冰分类模型识别绝缘子可见光监测图像，以评估绝缘子的覆冰厚度； 所述分类检测网络包括图像预处理单元、特征提取单元、特征采样单元、绝缘子定位单元和覆冰分类单元； 所述构建并训练可迁移的分类检测网络，包括： 设置训练图像预处理单元：从绝缘子覆冰监测图像库取K张输入图像；设定预处理次数为K；每次随机取多张训练图像进行预处理；对训练图像进行随机缩放、翻转和拼接； 将拼接的多张输入图像裁剪为正方形；填充无信息区域，得到K张训练图像； 设置特征提取单元：利用Focus模块对训练图像的R、G、B颜色特征分量进行切片，得到切片特征；对训练图像的高、低维特征进行交叉融合，得到融合特征；对融合特征进行池化操作，得到池化特征； 设置特征采样单元：对池化特征进行上采样，得到高维特征图；对高维特征进行下采样，得到低维特征图；整合高维特征图和低维特征图，得到采样特征图； 设置绝缘子定位单元：划分采样特征图；预测每个网格是否包含绝缘子；拟合包含绝缘子网格的最小外接矩形，得到绝缘子的识别框B；从标注文件中提取真值框G的尺度参数和类别参数；记录绝缘子的识别框B相对真值框G的中心点坐标偏移量σx,σy、宽缩放量σw和高缩放量σh；计算形状交并比IOUB,G和位置损失函数lbox； 设置覆冰分类单元：预测识别框B中绝缘子的类别概率分布PrO；计算绝缘子的分类损失函数lcls；计算分类识别置信度fd和置信损失函数lobj； 设置迁移学习单元：加载分类检测网络从源域DS学习的源域参数θS；输入目标域DT的K'张新增图像；对K'张新增图像进行预处理、特征提取和特征采样，得到新增特征；用新增特征微调分类检测网络的参数，使位置损失函数lbox、分类损失函数lcls和置信损失函数lobj下降至收敛，得到目标域参数θT；将分类检测网络的源域参数θS更新为目标域参数θT。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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。