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！

龙图腾网获悉广州铁路职业技术学院(广州铁路机械学校)申请的专利一种基于改进YOLOv9的高铁吊弦绝缘子完整性识别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：CN120279382B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202510643002.0，技术领域涉及：G06V10/82；该发明授权一种基于改进YOLOv9的高铁吊弦绝缘子完整性识别方法及系统是由王金兰;马子耀;申彦春;何文耀设计研发完成，并于2025-05-19向国家知识产权局提交的专利申请。

本一种基于改进YOLOv9的高铁吊弦绝缘子完整性识别方法及系统在说明书摘要公布了：本申请属于目标检测的技术领域，具体涉及一种基于改进YOLOv9的高铁吊弦绝缘子完整性识别方法及系统，包括以下步骤：采集预设清晰度的吊弦绝缘子图像数据，生成双类别标注数据集；对所述双类别标注数据集进行负样本筛选，基于预设比例8:1:1划分训练集、验证集和测试集；基于YOLOv9框架构建改进检测模型；基于所述训练集，进行迭代训练，并基于所述验证集，监控收敛性，输出训练好的改进检测模型；将所述测试集输入训练好的改进检测模型，判定性能是否达标，输出训练完成的改进检测模型；实时输入待检测图像并输出检测结果；基于所述检测结果，生成缺陷报警信号及可视化报告。本申请具有高铁吊弦绝缘子完整性识别准确率高、识别速度快的效果。

本发明授权一种基于改进YOLOv9的高铁吊弦绝缘子完整性识别方法及系统在权利要求书中公布了：1.一种基于改进YOLOv9的高铁吊弦绝缘子完整性识别方法，其特征在于，包括以下步骤： 通过高速综合检测列车采集预设清晰度的吊弦绝缘子图像数据，基于标注平台将所述吊弦绝缘子图像数据的绝缘子标注为“正常”或“缺失”类别，生成双类别标注数据集； 对所述双类别标注数据集进行负样本筛选，基于预设比例8:1:1划分训练集、验证集和测试集，并对训练集和验证集实施几何变换及色彩空间调整的数据增强； 基于YOLOv9框架构建改进检测模型，所述改进检测模型包括对RepNCSPELAN4模块的重参数化改进、在骨干网络与颈部网络间嵌入空间通道协同注意力机制、对SPPCSPC模块引入空洞卷积和EffectiveSE注意力机制优化； 所述RepNCSPELAN4模块的重参数化改进的步骤，包括： 训练阶段构建包含3×3卷积层、1×1卷积层及恒等映射分支的多分支结构； 推理阶段通过参数融合技术将多分支合并为单路径结构，其中，融合公式为： 其中，Wi和bi为各分支的卷积核权重及偏置，αi为融合系数； 所述在骨干网络与颈部网络间嵌入空间通道协同注意力机制的步骤，包括： 通过可共享多语义空间注意力模块提取多尺度空间特征，其中，计算公式为：s＝σ∑k∈{3,5,7}Conv1DkF； 其中，F为输入特征图，Conv1Dk为核尺寸k的1D卷积，σ为Sigmoid函数； 通过渐进式通道自注意力模块生成通道权重矩阵，其中，计算公式为： A＝FC2ReLUFC1GAPF⊕GMPF； 其中，GAP和GMP分别为全局平均池化与最大池化，⊕为拼接操作； 融合空间与通道权重并进行特征重标定： 其中，为逐元素乘法，·为通道维度广播乘法； 将所述训练集、所述验证集依次输入所述改进检测模型，基于所述训练集，进行迭代训练，并基于所述验证集，监控收敛性，输出训练好的改进检测模型； 将所述测试集输入训练好的改进检测模型，基于所述测试集，计算精确率、召回率、平均精度均值及交并比，判定性能是否达标，输出训练完成的改进检测模型； 将训练完成的改进检测模型部署至边缘计算设备，实时输入待检测图像并输出检测结果，所述检测结果包括绝缘子边界框坐标、完整性状态分类结果、分类置信度得分； 基于所述检测结果，生成缺陷报警信号及可视化报告，通过无线通信传输至监控中心。

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州铁路职业技术学院(广州铁路机械学校)，其通讯地址为：510000 广东省广州市增城区科德大道198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。