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！

龙图腾网获悉中国矿业大学申请的专利基于DB-YOLOv8与BTFF网络的电气火灾识别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：CN120356005B 。

龙图腾网通过国家知识产权局官网在2026-03-20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：202510492473.6，技术领域涉及：G06V10/764；该发明授权基于DB-YOLOv8与BTFF网络的电气火灾识别方法是由马草原;李刚;郑哲;曹鑫宇;段煜坤;周楷洋;李炎翼;尹志成;曾国帅;谢英男;谢雨舟;潘宇洋;祁新宇;何嘉宇设计研发完成，并于2025-04-18向国家知识产权局提交的专利申请。

本基于DB-YOLOv8与BTFF网络的电气火灾识别方法在说明书摘要公布了：本发明涉及机器视觉技术领域，公开了一种基于DB‑YOLOv8与BTFF网络的电气火灾识别方法。包括如下实施步骤：步骤1、获取电气火灾图片，对所述电气火灾图片进行预处理获取预处理图像；步骤2、以YOLOv8主干网络为基础，将其重新设计为双分支主干网络；步骤3、将步骤2中的每一个分支分别引出三个特征层进行FPN特征融合，最后将得到的六个特征层输入二叉树型特征融合网络；步骤4、使用所述训练数据集对所述改进YOLOv8网络模型进行训练，获取电气火灾识别模型。能够提升对高分辨率图像的检测效率以及对电气火灾的检测精度，提升电气设备的整体安全性。

本发明授权基于DB-YOLOv8与BTFF网络的电气火灾识别方法在权利要求书中公布了：1.基于DB-YOLOv8与BTFF网络的电气火灾识别方法，其特征在于，包括如下步骤： 步骤1、获取电气火灾图片，对所述电气火灾图片进行预处理获取预处理图像，对所述预处理图像进行标注获取训练数据集； 步骤2、以YOLOv8主干网络为基础构建双分支主干网络，在所述双分支主干网络的两个分支间添加连接层，并将CBAM模块融合到SPPF模块； 步骤3、将所述步骤2中的每一个分支分别引出三个特征层进行FPN特征融合，共引出六个特征层，将六个所述特征层进行二叉树型的特征融合，获取改进YOLOv8网络模型； 步骤4、使用所述训练数据集对所述改进YOLOv8网络模型进行训练，获取电气火灾识别模型，将待识别电气火灾图片输入所述电气火灾识别模型，获取电气火灾识别结果； 步骤2中，基于YOLOv8l的网络结构，将其主干网络改造成双分支结构，所述双分支结构分别为S分支主干网络和M分支主干网络，所述S分支主干网络用于从高分辨率图像中提取低级尺度的特征，所述M分支主干网络用于从下采样之后的低分辨率图像中提取高级尺度的特征； 所述S分支主干网络的第一层使用3×3步长为2的卷积核，剩下各层分别采用一个3×3的卷积核搭配一个C2f_1_n模块，所述M分支主干网络的第2、3层为普通的3×3卷积核，剩下各层的结构和所述S分支主干网络的结构相同； 步骤3中，所述FPN特征融合后形成双FPN特征融合网络，将六个所述特征层进行二叉树型的特征融合后形成二叉树型特征融合网络，首先将通道相近的特征层两两融合，然后将得到的三个特征层再次进行二叉树型特征融合，最后将得到的两个融合特征层进行通道拼接。

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国矿业大学，其通讯地址为：221116 江苏省徐州市大学路一号中国矿业大学南湖校区；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。