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！

龙图腾网获悉国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司申请的专利一种基于小样本目标检测的配网线路异物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：CN116883837B 。

龙图腾网通过国家知识产权局官网在2026-03-24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：202310737973.2，技术领域涉及：G06V20/10；该发明授权一种基于小样本目标检测的配网线路异物检测方法及系统是由黄志鸿;张辉;梁志佳;左沅君;龙彦伯;钟杭;杜瑞;肖剑;吴晟;曹意宏设计研发完成，并于2023-06-20向国家知识产权局提交的专利申请。

本一种基于小样本目标检测的配网线路异物检测方法及系统在说明书摘要公布了：本发明公开了一种基于小样本目标检测的配网线路异物检测方法及系统，本发明包括针对异物图像，将异物图像训练异物图像生成网络模型并增加异物图像的样本数量；将所有类别图像统一格式并进行标注处理并形成异物数据集；统计异物数据集中所有类别图像的锚点框的长宽比，生成锚点框模板；采用锚点框模板、基于基类训练集训练特征提取网络；构建改进小样本目标检测网络模型，利用等量训练实例完成对改进小样本目标检测网络模型的训练，并保存改进小样本目标检测网络模型中最优的权重参数和超参数。本发明旨在减少了人工参与且确保检测实时性，在极少量异物样本中实现高检测精度、能取得好的检测效果。

本发明授权一种基于小样本目标检测的配网线路异物检测方法及系统在权利要求书中公布了：1.一种基于小样本目标检测的配网线路异物检测方法，其特征在于，包括： S101，采集配网线路的目标对应的基类图像和异物对应的异物图像；将采集到的异物图像训练异物图像生成网络模型，并利用异物图像生成网络模型生成新的异物图像以增加样本数量； S102，针对基类图像以及异物图像，统一格式并进行标注处理，按比例划分成训练集、验证集以及测试集，形成包含基类训练集的异物检测数据集； S103，统计异物检测数据集中所有类别图像的锚点框的长宽比，生成锚点框模板； S104，采用锚点框模板，基于基类训练集训练特征提取网络； S105，构建目标检测网络模型，所述目标检测网络模型为以FSCE网络模型为基础模型进行改进得到的改进FSCE网络模型，所述进行改进包括在基础模型的特征金字塔模块的每一横向分支中加入通道注意力机制模块ASE，并将特征金字塔模块的每一个输出分支上的卷积层替换为内卷积层； S106，冻结特征提取网络的参数，将特征提取网络迁移至目标检测网络模型，利用异物数据集中等量实例完成对目标检测网络模型的训练，并保存训练得到的最优的权重参数和超参数； 步骤S105中的改进FSCE网络模型包括： 特征金字塔模块，用于对输入的特征图通过特征金字塔结构进行上下层的语义特征融合，得到融合后的多层特征图； 通道注意力机制模块ASE，用于对于多层特征图赋予注意力权重，输出带有通道注意力权重的特征图； 内卷积模块，用于对带有通道注意力权重的特征图进行内卷积处理； 区域生成网络，用于根据内卷积处理后的特征图生成锚框； 感兴趣区域池化模块，用于将区域生成网络生成的锚框投影到特征图上生成感兴趣区域； 感兴趣区域处理网络，用于将感兴趣区域通过感兴趣区域特征提取器提取感兴趣区域特征，分别通过一个分类分支进行分类预测目标的类型，通过一个位置分支预测锚框的位置，分别计算分类损失和位置损失，并将分类损失通过在线难度样本采样器根据分类损失大小进行降数排序，选取难度样本； 难度样本处理网络，用于将难度样本通过感兴趣区域特征提取器提取感兴趣区域特征，分别通过一个分类分支进行分类预测目标的类型，通过一个位置分支预测锚框的位置，并通过一个对比头进行对比，分别计算分类损失、位置损失以及对比损失以用于训练改进FSCE网络模型。

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国网湖南省电力有限公司;国网湖南省电力有限公司电力科学研究院;国家电网有限公司，其通讯地址为：410004 湖南省长沙市新韶东路398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。