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！

龙图腾网获悉湖南大学申请的专利基于YOLOv10的输电线路绝缘子检测方法及系统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：CN119516176B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202411754303.2，技术领域涉及：G06V10/25；该发明授权基于YOLOv10的输电线路绝缘子检测方法及系统是由罗杰;曾凡仔;张迄博设计研发完成，并于2024-12-02向国家知识产权局提交的专利申请。

本基于YOLOv10的输电线路绝缘子检测方法及系统在说明书摘要公布了：本发明公开了一种基于YOLOv10的输电线路绝缘子检测方法及系统，其中，该方法包括：构建绝缘子数据集；再构建基于轻量化YOLOv10n网络的绝缘子检测模型，即使用基于GhostBottleneck模块堆叠的幽灵卷积层GhostConv替换Backbone网络的原普通卷积网络；以及使用特征加强模块Concat_BiFPN替换Neck网络的原连接层网络，并在Neck网络的特征提取模块C2FCIB之后设置注意力模块ContextAggregation；最后将绝缘子数据集送入基于轻量化YOLOv10n的绝缘子检测模型进行模型训练，得到绝缘子检测模型，用于绝缘子检测，极大的提高算法运行效率以及准确性。

本发明授权基于YOLOv10的输电线路绝缘子检测方法及系统在权利要求书中公布了：1.一种基于YOLOv10的输电线路绝缘子检测方法，其特征在于：包括以下步骤： S1：获取输变电线路绝缘子的实拍图像并进行图像标注，得到绝缘子数据集； 其中，标注实拍图像中绝缘子位置； S2：构建基于轻量化YOLOv10n网络的绝缘子检测模型，所述轻量化YOLOv10n网络包含依次连接的Backbone网络、Neck网络和Head网络； 其中，使用基于GhostBottleneck模块堆叠的幽灵卷积层GhostConv替换Backbone网络的原普通卷积网络；以及使用特征加强模块Concat_BiFPN替换Neck网络的原连接层网络，并在所述Neck网络的特征提取模块C2FCIB之后设置注意力模块ContextAggregation；其中，Concat_BiFPN模块由BiFPN网络构成； 所述Backbone网络中设有2个幽灵卷积层GhostConv，所述Backbone网络包括依次连接的标准卷积层Conv_1、幽灵卷积层GhostConv_1、特征提取模块C2f_1、幽灵卷积层GhostConv_2、特征提取模块C2f_2、下采样模块SCDown_1、特征提取模块C2f_3、下采样模块SCDown_2、特征提取模块C2f_4、注意力模块SPPF以及注意力模块PSA； 所述特征提取模块C2f_2、所述下采样模块SCDown_2、所述注意力模块PSA分别对应输出特征图P3、特征图P4、特征图P5，并输入所述Neck网络； 所述特征图P3、特征图P4、特征图P5输入所述Neck网络后，所述特征图P3、特征图P4、特征图P5在所述Neck网络的处理过程如下： 所述特征图P5经所述Neck网络的上采样层Upsample_1后，与所述特征图P4在所述Neck网络的特征加强模块Concat_BiFPN_1进行融合；所述特征加强模块Concat_BiFPN_1输出的特征图经过特征提取模块C2f_5提取特征并经过上采样层Upsample_2后，与所述特征图P3在特征加强模块Concat_BiFPN_2进行融合；所述特征加强模块Concat_BiFPN_2输出的特征图经过特征提取模块C2f_6提取特征后经过标准卷积层Conv_2，再与所述特征图P5在特征加强模块Concat_BiFPN_3进行融合；所述特征加强模块Concat_BiFPN_3输出的特征图经过特征提取模块C2f_7提取特征，再经过下采样模块SCDown_3后，与所述特征图P5在全连接层Concat进行融合；所述全连接层Concat输出的特征图经过特征提取模块C2FCIB和注意力模块ContextAggregation进行特征提取； 其中，所述特征提取模块C2f_6、所述特征提取模块C2f_7、所述注意力模块ContextAggregation输出的特征图均输入所述Head网络，所述Head网络对应设置三个目标检测模块Detect，将所述三个目标检测模块Detect的结果进行卷积融合得到绝缘子检测结果； 所述注意力模块ContextAggregation的运算表示为： Y＝αAX+βAVW2+X 式中，Y为注意力模块ContextAggregation的输出，X为注意力模块ContextAggregation的输入向量，α和β为可学习参数，AX是从X动态生成的，A是亲和矩阵，V是通过线性投影得到的X的变换，W2为可学习的参数，即权重； S3：将所述绝缘子数据集送入基于轻量化YOLOv10n的绝缘子检测模型进行模型训练，得到绝缘子检测模型； 其中，训练后的绝缘子检测模型用于输变电线路绝缘子的检测。

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湖南大学，其通讯地址为：410082 湖南省长沙市岳麓区麓山南路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。