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！

龙图腾网获悉东北石油大学三亚海洋油气研究院申请的专利一种融合MobileNetV4轻量级网络的无人机航拍石油泄漏智能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：CN120388155B 。

龙图腾网通过国家知识产权局官网在2025-12-23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：202510866160.2，技术领域涉及：G06V10/12；该发明授权一种融合MobileNetV4轻量级网络的无人机航拍石油泄漏智能检测方法及系统是由王闯;商柔;张淞元;鲁仕祥;霍凤财;胡仲瑞;杨帆设计研发完成，并于2025-06-26向国家知识产权局提交的专利申请。

本一种融合MobileNetV4轻量级网络的无人机航拍石油泄漏智能检测方法及系统在说明书摘要公布了：本发明提供了一种融合MobileNetV4轻量级网络的无人机航拍石油泄漏智能检测方法及系统，属于石油泄漏检测领域。为了解决石油泄漏检测过程中数据集存在背景干扰过多，低分辨率以及噪声导致较低的准确率和较高的漏报误报率；模型参数量较大无法部署在无人机设备的问题。本发明包括构建石油泄漏数据集，并进行数据预处理；构建MobileNetV4网络模型；搭建实验环境，初始化网格参数，训练模型；通过标准的评价指标，评估模型在石油泄漏检测中的有效性。本发明能够显著提高石油泄漏检测的准确率，显著降低漏报率和误报率，同时减少模型的参数量和计算复杂度，便于在无人机上部署和高效执行实时检测任务。

本发明授权一种融合MobileNetV4轻量级网络的无人机航拍石油泄漏智能检测方法及系统在权利要求书中公布了：1.一种融合MobileNetV4轻量级网络的无人机航拍石油泄漏智能检测方法，其特征在于，包括以下步骤： S100、构建石油泄漏数据集，将无人机拍摄到的石油泄漏图片构建为数据集，然后采用图片增强方法对数据集进行处理，得到石油泄漏数据集； 所述图片增强方法包括模糊效果、中值模糊和CLAHE；应用模糊效果，模拟图像在实际检测过程中出现的模糊问题；应用中值模糊，去除图像中的椒盐噪声和细小斑点；应用CLAHE，增强图像的局部对比度； S200、构建MobileNetv4模型，包括输入层、浅层、中层、两个深层和一个输出层，其中深层采用的UIB模块，引入多光谱通道注意力，采用动态上采样模块DySample作为网络上采样，采用Inner_CIoU损失函数作为网络的优化目标； 所述UIB模块包括，起始深度卷积在输入特征上执行空间混合；通道扩展层使用1×1的卷积层扩展通道数：中间深度卷积在扩展后的特征上进行空间特征交互；投影层使用1×1的卷积层压缩通道数； 所述UIB模块的计算过程为： 其中，为通过UIB模块对输入特征图T进行处理，Conv为卷积，为卷积核大小为1×1的卷积，DW为深度可分离卷积，为卷积核大小为5×5的深度可分离卷积，为对输入特征图T进行卷积核大小为3×3的深度可分离卷积； 在加入多光谱通道注意力时，首先对输入的特征进行离散余弦变换，将空间信息转换到频率域；在频率域中，提取不同的频率成分，并根据其重要性重新编码；选取有限但重要的频率成分对每个通道进行重新压缩和编码； 在采用动态上采样模块DySample作为网络上采样时，通过生成初始偏移量并限制其范围，利用网格采样进行上采样；通过PyTorch的grid_sample函数，依据生成的采样点对输入特征图进行重新采样，最终得到上采样后的特征图； S300、基于步骤S100得到的石油泄漏数据集，对步骤S200所述的MobileNetv4模型进行训练，得到训练后的MobileNetv4模型；初始化模型的超参数，包括输入图片大小、训练集的批量大小、初始学习率和学习率衰减系数、SGD优化器参数、训练迭代次数；在训练过程中，使用验证集对模型进行评估，调整模型的超参数； S400、通过评价指标对步骤S300得到的MobileNetv4模型评价其有效性，当评价结果为有效时，将实际采集的石油泄漏图片输入训练后的MobileNetv4模型进行监测。

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东北石油大学三亚海洋油气研究院，其通讯地址为：572024 海南省三亚市崖州区崖州湾科技城创新路8号中兴产业园A栋3层区；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。