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！

龙图腾网获悉中国南方电网有限责任公司超高压输电公司贵阳局申请的专利一种基于改进YOLOv7的样本知识驱动的输电线路悬浮物专用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：CN119963517B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202510047149.3，技术领域涉及：G06T7/00；该发明授权一种基于改进YOLOv7的样本知识驱动的输电线路悬浮物专用检测方法及系统是由周培;李毅;李学武;邱志远;黎安静;游鑫设计研发完成，并于2025-01-13向国家知识产权局提交的专利申请。

本一种基于改进YOLOv7的样本知识驱动的输电线路悬浮物专用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改进YOLOv7的样本知识驱动的输电线路悬浮物专用检测方法及系统，涉及电力线路检测领域，包括：采集存在悬浮物的输电线路图像并对图像中的悬浮物进行标注，得到初始数据集；对所述初始数据集中的图像进行数据增强，得到训练数据集；利用所述训练数据集训练目标检测模型，得到最终的输电线路悬浮物检测模型，检测输电线路上是否存在悬浮物；所述目标检测模型通过在YOLOv7目标检测模型中集成SimAM模块改进得到。本发明将数据增强和YOLOv7注意力机制进行了结合，从而提高复杂的输电线路环境中无人机悬浮物识别的准确性，能够得到相对更高的识别精度。

本发明授权一种基于改进YOLOv7的样本知识驱动的输电线路悬浮物专用检测方法及系统在权利要求书中公布了：1.一种基于改进YOLOv7的样本知识驱动的输电线路悬浮物专用检测方法，其特征在于，具体步骤如下： 采集存在悬浮物的输电线路图像并对图像中的悬浮物进行标注，得到初始数据集； 对所述初始数据集中的图像进行数据增强，得到训练数据集； 利用所述训练数据集训练目标检测模型，得到最终的输电线路悬浮物检测模型，检测输电线路上是否存在悬浮物；所述目标检测模型通过在YOLOv7目标检测模型中，将SimAM模块插入到特征提取的卷积层，从而将SimAM模块集成在YOLOv7的主干网络中； 所述目标检测模型包括主干网络和头部网络；所述主干网络对输入图片进行特征提取，所述头部网络对提取的特征进行融合并输出识别结果； 将所述SimAM模块插入所述主干网络的特征提取卷积层，从而改进主干网络的特征表示； 所述主干网络包括：依次连接的四层Conv模块、三层MPConv模块以及SPPCSPC模块；第四层所述Conv模块和全部三层所述MPConv模块后还设置有ELAN1模块； 三层所述MPConv模块之间还设置有所述SimAM模块；两层所述SimAM模块和所述SPPCSPC模块，分别将三层所述MPConv模块提取的不同尺寸的特征处理并传输至所述头部网络； 所述头部网络包括上行分支、下行分支和识别分支； 所述上行分支包括两层上行特征融合层，所述上行特征融合层包括依次连接的Conv模块、Upsample模块、Concat模块、ELAN2模块；所述上行特征融合层通过所述Conv模块和所述Upsample模块对输入的特征进行卷积和上采样，并通过所述Concat模块对所述SimAM模块输出的对应尺寸的特征进行特征融合，再利用所述ELAN2模块输出； 所述下行分支包括两层下行特征融合层，所述下行特征融合层包括依次连接的MPConv模块、Concat模块、ELAN2模块；所述下行特征融合层通过所述MPConv模块对输入的特征进行卷积，并通过所述Concat模块对所述上行分支输出的对应尺寸的特征进行特征融合，再利用所述ELAN2模块输出； 所述识别分支包括依次连接的RepConv模块、ImpConv模块和Detect模块；所述识别分支对所述下行分支输出的三种不同尺度的特征进行卷积和识别，输出识别结果。

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中国南方电网有限责任公司超高压输电公司贵阳局，其通讯地址为：550081 贵州省贵阳市观山湖区观山西路137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。