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！

龙图腾网获悉国网冀北电力有限公司技能培训中心;国家电网有限公司;保定电力职业技术学院申请的专利巡检控制方法及装置、电子设备和计算机可读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：CN116778356B 。

龙图腾网通过国家知识产权局官网在2026-04-28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：202310606978.1，技术领域涉及：G06V20/17；该发明授权巡检控制方法及装置、电子设备和计算机可读存储介质是由郑怿;刘敏;周国亮;王红旭;王书渊;王宁设计研发完成，并于2023-05-26向国家知识产权局提交的专利申请。

本巡检控制方法及装置、电子设备和计算机可读存储介质在说明书摘要公布了：本申请提出了一种巡检控制方法及装置、电子设备和计算机可读存储介质，该方法包括：获取飞行装置在指定图像采集位置采集的第一图像；通过预设yolov4‑tiny模型识别所述第一图像中是否具有巡检对象，其中，所述预设yolov4‑tiny模型使用DW卷积、3*3卷积核和结构化剪枝方式；若所述第一图像中具有所述巡检对象，基于所述指定图像采集位置以及巡检对象所在位置，确定所述飞行装置对所述巡检对象的图像采集控制信息；基于所述图像采集控制信息，向所述飞行装置发送图像采集指令，以供所述飞行装置基于所述图像采集指令采集具有所述巡检对象的第二图像。本技术方案减少了巡检对象识别过程中的人力成本和环境因素干扰，提升了巡检对象的识别效率，有助于电力巡检的顺利进行。

本发明授权巡检控制方法及装置、电子设备和计算机可读存储介质在权利要求书中公布了：1.一种巡检控制方法，其特征在于，包括： 获取飞行装置在指定图像采集位置采集的第一图像； 通过预设yolov4-tiny模型识别所述第一图像中是否具有巡检对象，其中，所述预设yolov4-tiny模型使用DW卷积、3*3卷积核和结构化剪枝方式； 若所述第一图像中具有所述巡检对象，基于所述指定图像采集位置以及巡检对象所在位置，确定所述飞行装置对所述巡检对象的图像采集控制信息； 基于所述图像采集控制信息，向所述飞行装置发送图像采集指令，以供所述飞行装置基于所述图像采集指令采集具有所述巡检对象的第二图像； 所述通过预设yolov4-tiny模型识别所述第一图像中是否具有巡检对象的过程中，包括： 计算所述预设yolov4-tiny模型中每个3*3卷积核的可信度； 在所述预设yolov4-tiny模型的全部所述3*3卷积核中，确定所述可信度满足指定剪枝条件的目标卷积核； 通过所述结构化剪枝方式在每个卷积层中删除所述目标卷积核和所述目标卷积核对应的特征图； 所述计算所述预设yolov4-tiny模型中每个3*3卷积核的可信度，包括： 对于所述预设yolov4-tiny模型中的每个3*3卷积核，获取所述3*3卷积核的权重； 基于所述权重和权重调整系数，确定所述3*3卷积核的可信度，其中，所述权重调整系数用于反映所述3*3卷积核的所述权重与所述可信度的偏差程度； 在所述基于所述权重和权重调整系数，确定所述3*3卷积核的可信度之前，还包括： 基于所述预设yolov4-tiny模型的全部卷积层中的各3*3卷积核的权重，确定权重矩阵，其中，所述权重矩阵的第n行第m列的元素为所述预设yolov4-tiny模型的第n个卷积层第m个3*3卷积核与第m-1个3*3卷积核的权重乘积； 对于所述预设yolov4-tiny模型中的每个3*3卷积核， 确定所述3*3卷积核在所述权重矩阵中对应的目标元素； 获取所述目标元素与所述目标元素的至少一个相邻元素的均值； 将所述3*3卷积核的权重与所述均值的差值确定为所述3*3卷积核的所述权重调整系数。

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冀北电力有限公司技能培训中心;国家电网有限公司;保定电力职业技术学院，其通讯地址为：071051 河北省保定市乐凯南大街1278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。