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！

龙图腾网获悉安徽南瑞继远电网技术有限公司;国网电力科学研究院有限公司;国网浙江省电力有限公司;国网浙江省电力有限公司电力科学研究院申请的专利一种基于边缘计算的输变电设备红外图像目标识别方法、电子装置及存储介质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：CN116912774B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310926824.0，技术领域涉及：G06V20/52；该发明授权一种基于边缘计算的输变电设备红外图像目标识别方法、电子装置及存储介质是由陆剑峰;张可;金炜;王剑;黄文礼;侯仕杰;姜文东;刘爽设计研发完成，并于2023-07-25向国家知识产权局提交的专利申请。

本一种基于边缘计算的输变电设备红外图像目标识别方法、电子装置及存储介质在说明书摘要公布了：本发明提供了一种基于边缘计算的输变电设备红外图像目标识别方法、电子装置及存储介质。通过获取待识别的输变电设备红外图像，并执行预处理缩放成固定大小的第一图像；根据预定的目标识别网络模型对第一图像进行识别；其中，预定的目标识别网络模型以YOLOv7的网络框架为基础并部署到边缘计算节点当中，模型包括骨干网络Backbone、检测头Head；获取第一图像的识别结果；识别结果为预定的目标识别网络模型生成的目标预测框。相比于现有技术，通过经过改进的CA模块加入了残差结构，在提高信息保存能力的同时增加相应对象的特征表示，从而为Head部分的预测提供更有效的特征；在三个Detect检测器中加入CoT模块，学习输入特征的上下文信息，提高最终的分类精度。

本发明授权一种基于边缘计算的输变电设备红外图像目标识别方法、电子装置及存储介质在权利要求书中公布了：1.一种基于边缘计算的输变电设备红外图像目标识别方法，其特征在于，所述方法包括： 获取待识别的输变电设备红外图像，并执行预处理缩放成固定大小的第一图像； 根据部署在边缘计算节点当中的目标识别网络模型对所述第一图像进行识别；其中，预定的目标识别网络模型以YOLOv7的网络框架为基础，包括骨干网络Backbone、检测头Head；所述骨干网络Backbone包括两个CA模块，所述两个CA模块位于两个卷积模块Conv之后；所述检测头Head部分中的三个Detect模块中都加入了一个CoT模块，CoT模块将静态和动态上下文表示的特征图融合作为输出； 所述CA模块，用于对输入的特征信息执行一维水平全局池化和一维垂直全局池化，而后基于通道数相加、二维卷积、归一化以及激活操作，将输入映射到0,1之间以便于Re-weight模块对Residual残差连接信息的权重分配； 所述CoT模块，用于将输入数据X的静态上下文表示映射为，并根据上下文化的注意矩阵A，生成新的特征图；将静态上下文和动态上下文通过注意力机制融合产生所述CoT模块的输出； 获取所述第一图像的识别结果；所述识别结果为设定的目标识别网络模型生成的目标预测框。

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安徽南瑞继远电网技术有限公司;国网电力科学研究院有限公司;国网浙江省电力有限公司;国网浙江省电力有限公司电力科学研究院，其通讯地址为：230088 安徽省合肥市科学大道90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。