恭喜闽江学院李佐勇获国家专利权
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！
龙图腾网恭喜闽江学院申请的专利基于YOLOv4-Tiny改进的绝缘子缺陷检测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：CN114972312B 。
龙图腾网通过国家知识产权局官网在2025-05-02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：202210710075.3，技术领域涉及：G06T7/00；该发明授权基于YOLOv4-Tiny改进的绝缘子缺陷检测方法是由李佐勇;胡蓉;郭锋;钟宇宁;陈聪;蔡远征设计研发完成，并于2022-06-22向国家知识产权局提交的专利申请。
本基于YOLOv4-Tiny改进的绝缘子缺陷检测方法在说明书摘要公布了：本发明涉及一种基于YOLOv4‑Tiny改进的绝缘子缺陷检测方法。该方法将通道注意力网络应用到了YOLOv4‑tiny的特征提取网络中，显著增强了主干网络的特征提取能力。在特征融合阶段，将原本的FPN改进成为了两条特征融合路径双向特征金字塔结构，使不同尺度特征之间能够更加充分的融合。最后在损失函数的设计上，使用了能够解决检测过程中出现的正负样本数量不均衡问题的Focal损失代替二元交叉熵损失函数。实验结果表明，与FasterR‑CNN和YOLOv3相比，本发明方法在平均分类精度和检测速率以及漏检误检方面有较大的提升，性能表现优异。
本发明授权基于YOLOv4-Tiny改进的绝缘子缺陷检测方法在权利要求书中公布了：1.一种基于YOLOv4-Tiny改进的绝缘子缺陷检测方法，其特征在于，采用YOLOv4-tiny的主干网络对输入的绝缘子图像进行特征提取，将提取出的特征向量组成特征矩阵经过通道注意力网络后输入YOLOv4-tiny的特征融合层，实现特征间的多尺度特征融合，最后由YOLOv4-tiny的检测头输出检测结果；YOLOv4-tiny的特征融合层，将FPN改进成两条特征融合路径的双向特征金字塔结构，即在FPN的上采样分支+卷积的基础上，添加一个自底向上的下采样分支，组成双向的FPN，下采样分支中的卷积层用深度可分离卷积层替代；双向的FPN的通道连接方式是将两个特征连接在一起；由骨干网络提取出的特征图先通过上采样分支，然后经过下采样分支输出。
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闽江学院，其通讯地址为：350121 福建省福州市闽侯县溪源宫路200号闽江学院行政楼B201；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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号