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！

龙图腾网获悉华北电力大学申请的专利一种电力巡检图像识别模型的训练方法及存储介质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：CN116682030B 。

龙图腾网通过国家知识产权局官网在2025-12-19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：202310790256.6，技术领域涉及：G06V20/17；该发明授权一种电力巡检图像识别模型的训练方法及存储介质是由吴华;张涵设计研发完成，并于2023-06-29向国家知识产权局提交的专利申请。

本一种电力巡检图像识别模型的训练方法及存储介质在说明书摘要公布了：本申请提供了一种电力巡检图像识别模型的训练方法及存储介质，该方法包括构建用于训练的正图像样本集和负图像样本集，正图像样本集包括多个通过巡检无人机采集的电力设备的标准图像，负图像样本集包括多个通过巡检无人机采集的电力设备形成有结构缺陷或纹理缺陷的缺陷图像、以及多个基于正图像样本集生成的增强纹理缺陷的模拟图像；确定标准图像识别模型，并将所构建出的正图像样本集和负图像样本集中的图像样本分别输入标准图像识别模型进行训练，使标准图像识别模型输出与图像样本对应的缺陷识别结果，以获取电力巡检图像识别模型，提高了电力行业中电力巡检图像识别模型对电力设备的缺陷的识别的精确度。

本发明授权一种电力巡检图像识别模型的训练方法及存储介质在权利要求书中公布了：1.一种电力巡检图像识别模型的训练方法，其特征在于，所述方法包括： 构建用于训练的正图像样本集和负图像样本集，所述正图像样本集包括多个通过巡检无人机采集的电力设备的标准图像，所述负图像样本集包括多个通过巡检无人机采集的电力设备形成有结构缺陷或纹理缺陷的缺陷图像、以及多个基于所述正图像样本集生成的增强纹理缺陷的模拟图像； 确定标准图像识别模型，并将所构建出的所述正图像样本集和所述负图像样本集中的图像样本分别输入标准图像识别模型进行训练，使所述标准图像识别模型输出与图像样本对应的缺陷识别结果，以获取电力巡检图像识别模型； 针对所述正图像样本集中的任一标准图像，通过以下方式生成该标准图像对应的模拟图像： 随机生成一噪声图像，并对所述噪声图像进行二值化处理； 基于二值化处理后的噪声图像对二值化处理后的标准图像进行过滤，以获取前景噪声二值化图像； 基于纹理缺陷特征样本图像对前景噪声二值化图像进行过滤，以获取纹理缺陷噪声二值化图像； 将所述纹理缺陷噪声二值化图像与所述标准图像进行叠加，以作为该标准图像对应的模拟图像； 针对任一图像样本，将其输入所述标准图像识别模型的步骤之前，还包括： 针对该图像样本的每个像素点，将该像素点中每个通道上的第一像素值与对应的像素平均值做差，以获取该像素点每个通道上的第二像素值； 针对该图像样本的每个像素点，将该像素点中每个通道上的第二像素值除以对应的像素标准差，获取该像素点每个通道上的第三像素值，以更新该图像样本每个像素点的像素值； 其中，所述像素平均值为该图像样本对应通道上的所有第一像素值之间的平均值，所述像素标准差为该图像样本对应通道上的所有第一像素值之间的标准差值； 所述电力巡检图像识别模型包括特征提取子模型和后处理子模型，所述特征提取子模型的输入为待识别的巡检图像，输出为待识别的巡检图像所对应的第一图像特征向量，所述特征提取子模型至少包括依次连接的第一卷积层、归一化层、激活层、最大池化层、第一残差单元、第二残差单元、第三残差单元和均值池化层。

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华北电力大学，其通讯地址为：102200 北京市昌平区回龙观镇北农路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。