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！

龙图腾网获悉中科方寸知微(南京)科技有限公司申请的专利基于配网架空线路巡检中关键点的实时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：CN115937542B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202211583756.4，技术领域涉及：G06V10/46；该发明授权基于配网架空线路巡检中关键点的实时检测方法及系统是由魏学备;海雷;冷聪设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本基于配网架空线路巡检中关键点的实时检测方法及系统在说明书摘要公布了：本发明公开了基于配网架空线路巡检中关键点的实时检测方法及系统，属于无人机自动巡检实时检测技术。包括：将样本图片输入至Mobilenetv3网络结构中，经Mobilenetv3网络结构输出第一特征图，第一特征图经Head卷积层输出第二特征图，第二特征图经过Soft‑Argmax回归器获得坐标期望，并通过全连接层获得方差；创建自概率分布约束损失模型，将坐标期望和方差作为自概率分布约束损失模型的输入，模拟真实概率分布，并以此作为监督信息约束Head卷积层的第二特征图。通过自概率分布约束损失模型提高关键点的检测性能，其中自概率分布约束损失模型在训练过程中赋予感知周围分布的能力，并以构建自适应高斯热图，弥补分布监督信息的缺失，为预测期望坐标值提供更准确的概率分布。

本发明授权基于配网架空线路巡检中关键点的实时检测方法及系统在权利要求书中公布了：1.基于配网架空线路巡检中关键点的实时检测方法，其特征在于，至少包括以下步骤： 将指定尺寸的样本图片输入至Mobilenetv3网络结构中，经所述Mobilenetv3网络结构输出第一特征图，所述第一特征图经Head卷积层输出第二特征图，所述第二特征图经过Soft‑Argmax回归器获得坐标期望，并通过全连接层获得方差；其中，所述第一特征图具有输出维度的特征，所述第二特征图具有样本图像上关键点的数量特征； 创建自概率分布约束损失模型，将所述坐标期望和方差作为自概率分布约束损失模型的输入，模拟真实概率分布，并以此作为监督信息约束Head卷积层的第二特征图； 所述自概率分布约束损失模型包括：流生成模型和概率分布约束模型； 所述流生成模型被设置通过损失函数模拟真实概率分布，所述概率分布约束模型被设置通过约束损失函数对Head卷积层的输出生成监督信息约束；则，自概率分布约束损失函数表示为：，其中，为调节系数； 所述概率分布约束模型的创建流程如下： 将作为方差，作为均值，构造自适应高斯热图，所述自适应高斯热图尺寸与Head卷积层输出的第二特征图尺寸相同。

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科方寸知微(南京)科技有限公司，其通讯地址为：210000 江苏省南京市江宁区麒麟科技创新园创研路266号人工智能产业园3号楼203B室；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。