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！

龙图腾网获悉国网江苏省电力有限公司徐州供电分公司;江苏徐电建设集团有限公司风扬科技分公司申请的专利一种高空电力作业违章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：CN119785431B 。

龙图腾网通过国家知识产权局官网在2026-03-31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：202411866147.9，技术领域涉及：G06V40/20；该发明授权一种高空电力作业违章识别方法是由徐志鹏;滕松;翟坤宁;邓星;张潇;徐敦彬;赵昌新;赵越设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种高空电力作业违章识别方法在说明书摘要公布了：本发明涉及目标检测技术领域，具体涉及一种高空电力作业违章识别方法，该方法公开了通过无人机采集电力作业现场的高清图像和低质量图像，并制作电力现场高清数据集；构建基于局部信息增强模块和全局信息增强模块的图像增强网络；搭建基于改进YOLOv8的违章识别模型；选取合适的优化器和损失函数；构建的模型进行训练及优化。将训练优化完成的最优模型转换为前端的RKNN模型，并部署至无人机前端。依靠前端的相机实现实时检测，将检测结果交由研判单元研判作业人员是否违章。本发明提供一种高空电力作业违章识别方法，该方法考虑了作业数据集的构建，低质量图像的增强，同时提出了基于改进YOLOv8的违章识别网络模型，来最大限度地提升了检测的准确率。

本发明授权一种高空电力作业违章识别方法在权利要求书中公布了：1.一种高空电力作业违章识别方法，其特征在于，该方法包括： 通过无人机采集高空电力作业现场的高清图像和低质量图像，根据所述高清图像和低质量图像制作电力现场高清数据集，所述电力现场高清数据集是将高清图像进行目标标注，得到与图像对应的第一标签文件； 采用第一处理模型和第二处理模型对所述低质量图像进行图像处理，所述第一处理模型对应的第一处理方法包括：在动态对比度增强网络结构中的前三层卷积层中引入分组支路，将原始低质量图像采用第一处理方法处理后，最终得到对应的第一特征图；所述第二处理模型对应的第二处理方法包括：首先对所述原始低质量图像进行卷积操作，后通过多头注意力模块提取图像特征，最后，分别通过多层感知和线性变换，生成对应的调整矩阵和变换值，所述调整矩阵用于对所述图像特征进行颜色修正，而所述变换值则用于所述图像特征照度的调节，进而得到对应的第二特征图，将第一特征图和第二特征图进行融合处理，得到最终的优化图像； 所述第二处理模型包括：卷积模块、编码模块、第一层归一化模块、多头注意力模块、第二层归一化模块、多层感知模块和线性变换模块，将所述原始低质量图像输入至卷积模块中，所述卷积模块包括一个3×3卷积层，得到通道数为64的第一特征，经过编码模块的维度转换后，将所述第一特征依次输入到第一层归一化模块和多头注意力模块，通过该模块提取对应的第二特征，所述第二特征通过第二归一化模块后通过多层感知模块中，生成一个3×3的调整矩阵，并和所述多头注意力模块输出的第二特征进行线性变换，得到一个1×1的变换值； 对优化图像进行目标标注，得到对应的第二标签文件，根据第二标签文件结合对应的图像得到优化数据集，采用所述优化数据集对第一处理模型和第二处理模型进行训练，直至达到最终的训练结果； 将所述电力现场高清数据集和优化数据集结合形成最终数据集，并将所述最终数据集进行形式划分为训练集、验证集与测试集； 构建基于改进的YOLOv8的违章识别模型，所述改进的YOLOv8的违章识别模型包括：采用Transformer模型替换YOLOv8网络结构中的主干网络，采用C2f-CBDC模块替代YOLOv8网络结构中的C2f模块，最后，模型输出违章识别对应的结果和标签数据； 所述采用Transformer模型替换YOLOv8网络结构中的主干网络，包括：采用所述Transformer模型中的EfficientFormerV2模型作为模型的主干网络；所述EfficientFormerV2模型中的Block1、Block2和Block3均连接所述YOLOv8网络模型Neck部分的一个卷积层，且快速空间金字塔池化层SPPF处连接所述YOLOv8网络模型Neck部分的一个卷积层，将所述YOLOv8网络模型Neck部分的C2f模块替换为C2f-CBDC模块，所述C2f-CBDC模块模块是将C2f模块中加入CBDC注意力模块，所述CBDC注意力模块融合了CBAM注意力模块和可变形卷积，所述CBAM注意力模块结合了通道注意力和空间注意力，以在两个不同的维度上细化特征图； 采用训练集对所述改进的YOLOv8的违章识别模型训练，直至收敛； 用所述测试集评估训练好的上述模型，依据整体精度判断效果，当精度稳定并提升时，输出最终模型；若未达到预期精度，则重新训练； 将训练优化完成的最优模型转换为前端的RKNN模型，并部署至无人机的前端； 依靠前端的相机实现实时检测，将检测结果交由研判单元研判相关作业人员是否违章，并将结果保存。

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江苏省电力有限公司徐州供电分公司;江苏徐电建设集团有限公司风扬科技分公司，其通讯地址为：221000 江苏省徐州市鼓楼区解放北路20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。