Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 四川职业技术学院冯大强获国家专利权

四川职业技术学院冯大强获国家专利权

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!

龙图腾网获悉四川职业技术学院申请的专利基于YOLOv8的轨道车辆绝缘子异常检测方法和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:CN121121326B

龙图腾网通过国家知识产权局官网在2026-02-13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:202511667243.5,技术领域涉及:G06V10/764;该发明授权基于YOLOv8的轨道车辆绝缘子异常检测方法和系统是由冯大强;刘瑞军;刘鹏;孙辉;段旭东;徐磊设计研发完成,并于2025-11-14向国家知识产权局提交的专利申请。

基于YOLOv8的轨道车辆绝缘子异常检测方法和系统在说明书摘要公布了:本发明提供的基于YOLOv8的轨道车辆绝缘子异常检测方法和系统,本发明涉及绝缘子检测技术领域,该方法包括获取轨道车辆绝缘子的扫描图像;基于轨道车辆绝缘子的扫描图像使用YOLOv8模型确定多个初选异常风险绝缘子、初选异常风险绝缘子的置信度分布图;基于初选异常风险绝缘子的扫描图像,确定每个初选异常风险绝缘子的多个基准检测区域;基于多个复选异常风险绝缘子中的多个基准检测区域的红外热成像数据、多个复选异常风险绝缘子中的多个增补检测区域的红外热成像数据,确定轨道车辆绝缘子的高风险异常点,该方法能够精准、高效地定位轨道车辆绝缘子的异常点位置。

本发明授权基于YOLOv8的轨道车辆绝缘子异常检测方法和系统在权利要求书中公布了:1.基于YOLOv8的轨道车辆绝缘子异常检测方法,其特征在于,包括: 获取轨道车辆绝缘子的扫描图像; 基于所述轨道车辆绝缘子的扫描图像使用YOLOv8模型确定多个初选异常风险绝缘子、初选异常风险绝缘子的置信度分布图; 基于初选异常风险绝缘子的扫描图像,确定每个初选异常风险绝缘子的多个基准检测区域; 获取每个初选异常风险绝缘子的多个基准检测区域的红外热成像数据; 基于所述每个初选异常风险绝缘子的多个基准检测区域的红外热成像数据确定每个初选异常风险绝缘子的多个增补检测区域,并获取每个初选异常风险绝缘子的多个增补检测区域的红外热成像数据; 基于所述每个初选异常风险绝缘子的多个基准检测区域的红外热成像数据、所述每个初选异常风险绝缘子的多个增补检测区域的红外热成像数据,确定多个复选异常风险绝缘子; 基于多个复选异常风险绝缘子中的多个基准检测区域的红外热成像数据、多个复选异常风险绝缘子中的多个增补检测区域的红外热成像数据,确定轨道车辆绝缘子的高风险异常点,所述基于多个复选异常风险绝缘子中的多个基准检测区域的红外热成像数据、多个复选异常风险绝缘子中的多个增补检测区域的红外热成像数据,确定轨道车辆绝缘子的高风险异常点包括: 构建异常风险图谱,所述异常风险图谱包括多个红外热成像检测区域节点和多个红外热成像检测区域节点之间的边,每个红外热成像检测区域节点的节点特征为红外热成像检测所在区域的位置、检测区域的红外热成像数据,红外热成像检测区域节点之间的边为检测区域节点之间的方位和距离、检测区域的红外热成像数据的相似度; 基于图神经网络对所述异常风险图谱进行处理确定每个复选异常风险绝缘子的多个核心核查区域,所述图神经网络的输入为所述异常风险图谱,所述图神经网络的输出为每个复选异常风险绝缘子的多个核心核查区域; 基于每个复选异常风险绝缘子的多个核心核查区域的超声探伤数据,确定轨道车辆绝缘子的高风险异常点。

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四川职业技术学院,其通讯地址为:629000 四川省遂宁市船山区通港大道299号四川职业技术学院龙凤校区;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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。