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！

龙图腾网获悉南方电网互联网服务有限公司申请的专利一种基于改进元学习的小样本双光温度故障识别方法、系统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：CN120580676B 。

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：202511077245.9，技术领域涉及：G06V20/60；该发明授权一种基于改进元学习的小样本双光温度故障识别方法、系统及电子设备是由宋丽爽;王舵;冯小峰;张苧兮;黄永丽;王卓珏;曾金福;谢适如;刘楹钧;严经涛;王谦;区健;陈令曦设计研发完成，并于2025-08-01向国家知识产权局提交的专利申请。

本一种基于改进元学习的小样本双光温度故障识别方法、系统及电子设备在说明书摘要公布了：本申请提供一种基于改进元学习的小样本双光热故障识别算法，通过对元学习框架进行优化，结合YOLOv7深度学习算法，实现在样本数量有限条件下，对检测目标进行训练和测试，解决小样本条件下目标识别问题。采用改进的非下采样剪切波变换算法实现可见光图像和红外图像的融合，提高检测精度及准确性。自动提取目标识别结果区域温度数值，与其对应的温度故障阈值进行对比，判断是否存在故障，提高检测效率、避免人工误判、降低检测作业难度。

本发明授权一种基于改进元学习的小样本双光温度故障识别方法、系统及电子设备在权利要求书中公布了：1.一种基于改进元学习的小样本双光温度故障识别方法，其特征在于，所述方法包括： 获取数据集，并对所述数据集进行扩充； 基于所述数据集建立目标检测模型，其中，建立的过程包括基于改进MAML元学习框架的YOLOv7深度学习算法结合的目标检测算法，对可见光图像数据集进行元训练和元测试； 采集待融合的原始可见光图像、原始红外图像，并利用特征点匹配方法对所述原始可见光图像以及所述原始红外图像进行配准； 采用非下采样剪切波变换算法对两种图像进行融合，得到双光融合图像，并基于所述目标检测模型对所述原始可见光图像进行目标识别，根据所述目标检测模型的输出结果，获取左上角及右下角的检测框坐标，并将所述检测框坐标映射到所述原始红外图像，得到对应温度框坐标； 获取温度框中各像素点温度的最大值，并将所述各像素点温度的最大值与检测目标的温度故障阈值进行对比，根据比对的结果确定是否发生热故障； 获取数据集，并对所述数据集进行扩充，包括： 使用Mosaic数据增强方法对所述图像数据集进行扩充，从所述数据集中随机选取四张图像，对每一张所述图像进行缩放和随机裁剪后进行拼接，生成一张新的训练图像； 将多个所述训练图像作为扩充后的所述数据集； 基于所述数据集建立目标检测模型，其中，建立的过程包括基于改进MAML元学习框架的YOLOv7深度学习算法结合的目标检测算法，对可见光图像数据集进行元训练和元测试，包括： 将所述数据集划分为基类数据集和小样本新类数据集; 初始化元学习模型优化器参数θ； 将所述基类数据集构造Id个元训练任务的支撑集数据DSi和查询集数据DQi，对模型参数进行训练； 使用小样本新类数据集构造1个元测试任务的支撑集数据TS和查询集数据TQ，并对内循环损失函数进行优化，对模型参数进行训练，得到微调模型参数； 使用NSST算法对原始可见光图像、原始红外图像进行三次分解，得到红外图像的低频子带系数、可见光图像的低频子带系数、红外图像的高频子带系数、可见光图像的高频子带系数； 将高频子带图像按照空间频率加权方式进行融合，并将低频子带图像按照局部平均梯度加权方式进行融合，将融合后的低频子带系数和高频子带系数进行NSST逆变换得到最终融合图像。

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南方电网互联网服务有限公司，其通讯地址为：510620 广东省广州市越秀区东风东路757号大院办公综合楼606-609房(不可作厂房使用)；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。