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！

龙图腾网恭喜江苏师范大学申请的专利一种基于改进YOLOv5s的煤矿电力设备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：CN116029982B 。

龙图腾网通过国家知识产权局官网在2025-05-23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：202211540752.8，技术领域涉及：G06T7/00；该发明授权一种基于改进YOLOv5s的煤矿电力设备缺陷检测方法是由洪彬;金鑫;狄念蒙;张建兵设计研发完成，并于2022-12-02向国家知识产权局提交的专利申请。

本一种基于改进YOLOv5s的煤矿电力设备缺陷检测方法在说明书摘要公布了：本发明提供了一种基于改进YOLOv5s的煤矿电力设备缺陷检测方法。属于计算机视觉的目标检测技术领域。将煤矿电力设备图像输入改进的YOLOv5s网络模型进行故障识别；改进的YOLOv5s网络模型利用多分支的坐标注意力模块，增强针对煤矿电力设备图像中煤矿电力设备故障识别的能力，煤矿电力设备故障包括：渗漏油、表盘破损、外壳破损、呼吸器硅胶变色四种故障情况；利用特征融合网络模块通过将主干网络和颈部网络之间非相邻的特征信息进行跨层连接，增强特征表达及融合能力；将快速空间金字塔池化平均池化模块嵌入颈部网络的路径融合网络之间，以提升网络浅层定位信息传递到深层的能力；输出根据煤矿电力设备图像检测的结果。其步骤简单，使用方便，检测效率高。

本发明授权一种基于改进YOLOv5s的煤矿电力设备缺陷检测方法在权利要求书中公布了：1.一种基于改进YOLOv5s的煤矿电力设备缺陷检测方法，其特征在于步骤如下：1针对煤矿电力设备图像进行数据化处理，并对煤矿电力设备图像进行预处理；2将完成预处理的煤矿电力设备图像输入改进的YOLOv5s网络模型输出根据煤矿电力设备图像检测的结果，具体生成渗漏油、表盘破损、外壳破损、呼吸器硅胶变色、无故障五种状态的几率，并输出几率最大的结果；从而判断出煤矿电力设备是否出现故障，若出现故障则是渗漏油、表盘破损、外壳破损、呼吸器硅胶变色中的哪一种故障；所述的改进的YOLOv5s网络模型基于常规YOLOv5s网络模型，在YOLOv5s网络模型的主干的SPPF模块前添加多分支的坐标注意力模块MCA，MCA模块包括顺序连接的Y通道平均池化、X通道平均池化、全局平均池化、卷积1、卷积2、卷积3、非线性激活函数1、非线性激活函数2、非线性激活函数3；由Y通道平均池化、X通道平均池化、全局平均池化作为MCA模块的三个输入端；Y通道平均池化的输出端与卷积1的输入端相连，卷积1的输出端与非线性激活函数1的输入端相连；X通道平均池化的输出端与卷积2的输入端相连，卷积2的输出端与非线性激活函数2的输入端相连；全局平均池化的输出端与卷积3的输入端相连，卷积3的输出端与非线性激活函数3的输入端相连；非线性激活函数1、非线性激活函数2、非线性激活函数3最终生成的归一化权重gh、gw、ghw相乘作为MCA坐标注意力模块的输出端；在YOLOv5s网络模型中，将主干网络的第3个C3模块与第4个C3模块输出，通过跨过颈部的FPN层直接传递至颈部的PAN层，实现多特征层之间的信息融合，构建特征融合模块，在YOLOv5s网络模型的颈部的PAN层中第一个C3与第二个C3后添加快速空间金字塔池化平均池化模块SPPFA，构建颈部部分；SPPFA模块是将SPPF模块中的最大池化替换为平均池化获得，收集煤矿电力设备缺陷样本图像以及煤矿电力设备正常的图像，对图像中的煤矿电力设备是否出现故障，以及故障种类进行人工标注，之后将人工标注后的图像对改进的YOLOv5s网络模型进行训练，直至达到训练要求从而获得训练好的改进的YOLOv5s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江苏师范大学，其通讯地址为：221116 江苏省徐州市铜山新区上海路101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”。