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！

龙图腾网获悉广东工业大学申请的专利基于深度学习的电网线路融冰效果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：CN120747732B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510817050.7，技术领域涉及：G06V20/10；该发明授权基于深度学习的电网线路融冰效果检测方法是由黄剑锋;程林峰;周宇;张永豪;罗楷聪;谢国波;林志毅;袁海军;刘岩;连凯;周旭;陈勇设计研发完成，并于2025-06-18向国家知识产权局提交的专利申请。

本基于深度学习的电网线路融冰效果检测方法在说明书摘要公布了：本发明公开的属于电网线路技术领域，具体为基于深度学习的电网线路融冰效果检测方法，包括具体步骤如下：S1：构建电网线路融冰效果检测数据集；S2：搭建电网线路融冰效果检测网络GIMEDNet；S3：训练电网线路融冰效果检测网络GIMEDNet；S4：应用GIMEDNet进行电网线路融冰效果检测。本发明的GIMEDNet通过双向注意力机制，能大幅提高融冰效果检测的质量和效率，确保了对电网线路融冰效果的高质量检测。

本发明授权基于深度学习的电网线路融冰效果检测方法在权利要求书中公布了：1.基于深度学习的电网线路融冰效果检测方法，其特征在于，包括具体步骤如下： S1：构建电网线路融冰效果检测数据集，具体步骤如下：S11：采集电网线路融冰结果图像数据； S12：将采集得到的图像数据通过标注工具软件进行标注，以使用标注工具软件对图像中的覆冰区域进行逐像素标注，在标注完成后，则会得到融冰结果掩码图，其电网线路融冰效果检测数据集由原始电网线路融冰结果图像和其对应的掩码图组成； S2：搭建电网线路融冰效果检测网络GIMEDNet，具体步骤如下： S21：将电网线路融冰结果图像输入GIMEDNet中，首先经过Conv3×3_BN_ReLU模块的处理，得到融冰效果特征图；其中Conv3×3_BN_ReLU模块由卷积核大小为3×3以及步长为1的Conv层、BN层、ReLU层串联而成； S22：将经过Conv7×7的下采样操作后，输入至RMBAMB模块中，得到融冰效果特征图，的分辨率是的一半；所述RMBAMB模块包括DCMRB模块、MFEDSB模块和BAMB模块；所述DCMRB模块采用可变形卷积进行特征提取和空间自适应变换，以适应不同形变的融冰效果特征；所述MFEDSB模块采用深度可分离卷积，能够在降低计算复杂度的同时提升融冰效果特征提取能力，减少冗余计算，提高模型的效率和泛化能力，使得网络能够更充分地捕捉和融合不同尺度的关键特征；所述BAMB模块用于实现双向注意力机制，且BAMB模块结合了空洞卷积和HCA激活函数，有效提升了融冰效果特征提取能力； S23：经过Conv3×3的下采样操作后，输入至RMBAMB模块中，对的融冰效果特征进行提取和细化，得到融冰效果特征图，分辨率是的一半；经过Conv3×3的下采样操作后，输入至DCMRB模块中，对的融冰效果特征进行提取和细化，得到融冰效果特征图，分辨率是的一半； S24：通过EEAUP模块进行上采样后与进行Concat操作，将Concat之后的特征图输入至RBAMB模块中，得到融冰效果特征图，的分辨率是的两倍，RBAMB模块由一个DCMRB模块和一个BAMB模块串联组成；通过EEAUP模块进行上采样后与进行Concat操作，将Concat之后的特征图输入至BAMB模块中，BAMB模块处理的结果经过Conv3×3的卷积操作后，得到融冰效果特征图，的分辨率是的两倍； S25：将融冰效果特征图、、分别通过上采样操作恢复到的分辨率后，在通道维度上进行拼接，拼接的结果经过Conv3×3的卷积操作后转换为单通道，再经过一个线性层的处理得到电网线路融冰效果检测结果； S3：训练电网线路融冰效果检测网络GIMEDNet； S4：应用GIMEDNet进行电网线路融冰效果检测。

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广东工业大学，其通讯地址为：510000 广东省广州市东风东路729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。