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！

龙图腾网获悉广东电网有限责任公司广州供电局申请的专利输电通道树障隐患检测模型训练方法与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：CN120032182B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202510218525.0，技术领域涉及：G06V10/764；该发明授权输电通道树障隐患检测模型训练方法与检测方法是由许丹盈;胡燃;卢海;陈加宝;梁孟孟;刘爽;孙广通;刘云勋;单鲁平;徐研;颜吉雪;薛庆莲;梁成军设计研发完成，并于2025-02-26向国家知识产权局提交的专利申请。

本输电通道树障隐患检测模型训练方法与检测方法在说明书摘要公布了：本申请涉及一种输电通道树障隐患检测模型训练方法与检测方法。所述方法包括：以获取的历史输电通道遥感图像为输入，调用已构建的初始输电通道树障隐患检测模型，以使初始输电通道树障隐患检测模型通过内置的多维卷积模块捕捉历史输电通道遥感图像不同层级的特征得到输电通道树障特征图，通过通道空间注意力融合模块对输电通道树障特征图在通道维度和空间维度的注意力的加权操作，确定预测框的类别、位置信息和置信度，基于预测框和真实框之间的误差，迭代更新初始输电通道树障隐患检测模型的参数，训练出输电通道树障隐患检测模型。采用本方法能够支持高精度的树障隐患检测。

本发明授权输电通道树障隐患检测模型训练方法与检测方法在权利要求书中公布了：1.一种输电通道树障隐患检测模型训练方法，其特征在于，所述方法包括： 获取历史输电通道遥感图像，所述历史输电通道遥感图像包含树障区域的真实框的类别标签和位置信息； 以所述历史输电通道遥感图像为输入，调用已构建的初始输电通道树障隐患检测模型，以使所述初始输电通道树障隐患检测模型通过第一特征提取模块提取所述历史输电通道遥感图像的特征，得到第一特征图；基于多维卷积模块中的不同维度的卷积核分别捕捉所述第一特征图不同层级的特征，得到第二特征图；通过第二特征提取模块提取所述第二特征图的特征，得到第三特征图；所述多维卷积模块和所述第二特征提取模块的数量为多个； 分别连接各所述多维卷积模块的输出端与各所述第二特征提取模块的输入端，得到第一特征提取组合模块、第二特征提取组合模块和第三特征提取组合模块；通过所述第一特征提取组合模块提取所述第三特征图的特征，得到第一尺度特征图；通过所述第二特征提取组合模块提取所述第一尺度特征图的特征，得到第二尺度特征图；通过所述第三特征提取组合模块提取所述第二尺度特征图的特征，得到输电通道树障特征图； 将所述输电通道树障特征图输入至通道空间注意力融合模块，所述通道空间注意力融合模块对所述输电通道树障特征图在通道维度和空间维度的注意力进行加权操作，得到输电通道树障特征增强图，通过所述初始输电通道树障隐患检测模型中的特征融合模块和所述多维卷积模块分别对所述第一尺度特征图、所述第二尺度特征图和所述输电通道树障特征增强图进行特征融合和特征提取，得到第一尺度特征融合图、第二尺度特征融合图和第三尺度特征融合图；将所述第一尺度特征融合图、所述第二尺度特征融合图和所述第三尺度特征融合图输入所述初始输电通道树障隐患检测模型的目标预测头中，生成多个预测框，输出每一预测框的类别、位置信息和置信度，所述预测框用于标识所述历史输电通道遥感图像中的树障区域，所述不同层级的特征包括历史输电通道遥感图像的全局特征和局部特征，所述初始输电通道树障隐患检测模型包括多维卷积模块和通道空间注意力融合模块； 基于所述真实框的类别标签和位置信息，以及所述预测框的类别、位置信息和置信度，确定所述预测框和所述真实框之间的误差； 基于所述误差，迭代更新所述初始输电通道树障隐患检测模型的参数，直至达到预设的训练结束条件，得到训练后的输电通道树障隐患检测模型。

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电网有限责任公司广州供电局，其通讯地址为：510620 广东省广州市天河区天河南二路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。