Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏康盛电气集团有限责任公司刘兴华获国家专利权

江苏康盛电气集团有限责任公司刘兴华获国家专利权

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!

龙图腾网获悉江苏康盛电气集团有限责任公司申请的专利改进的快速区域卷积神经网络的电气设备分类方法及系统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:CN118840613B

龙图腾网通过国家知识产权局官网在2025-06-20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:202411146521.8,技术领域涉及:G06V10/764;该发明授权改进的快速区域卷积神经网络的电气设备分类方法及系统是由刘兴华;杜嘉璇;倪天鹏设计研发完成,并于2024-08-20向国家知识产权局提交的专利申请。

改进的快速区域卷积神经网络的电气设备分类方法及系统在说明书摘要公布了:本发明公开了一种改进的快速区域卷积神经网络的电气设备分类方法及系统,采集电气设备图像或相关数据的样本;对电气设备图像进行预处理;将预处理图片输入改进的ResidualNetwork50网络进行特征提取得到特征图;通过RPN网络在特征图与原图像进行候选框的选取初步确定图像中的目标物体;利用RoIpooinglayer对初步确定图像中的目标物体进行局部化处理,完成改进的快速区域卷积神经网络的构建;本发明通过改进了Faster‑RCNN网络优化了网络深度增强了深层语义信息的保留能力从而提高了复杂背景下电气设备的识别精度与速度。

本发明授权改进的快速区域卷积神经网络的电气设备分类方法及系统在权利要求书中公布了:1.一种改进的快速区域卷积神经网络的电气设备分类方法,其特征在于,包括以下步骤步骤1,采集电气设备图像或相关数据的样本,得到电气设备数据集;对采集到的电气设备数据集按照训练集进行分类;步骤2,对电气设备图像进行预处理,得到预处理图片;步骤3,将预处理图片输入改进的ResidualNetwork50网络进行特征提取得到特征图;所述ResidualNetwork50网络包括依次连接的第一卷积层、第一池化层、残差网络、第一平均池化层、第一全连接层,所述残差网络包括依次连接的四个残差块,残差块中加入BN层,四个残差块之间进行跳跃链接;在ResidualNetwork50网络中设计四个残差阶段进行特征提取,第一残差阶段由3个残差块组成,第二残差阶段由4个残差块组成,第三残差阶段由6个残差块组成,第四残差阶段由3个残差块组成;在提取过程中加入BN层,将直接将原图的部分添加到下一个提取过程中;经过残差网络后的卷积操作为: 其中,表示第层的第个特征映射输出,为激活函数,为输入层的接受野,为层的第个特征映射输出,表示卷积操作,为卷积核,为第层特征映射的第个神经元的偏置参数;BN层计算公式如下: 其中,为标准化值,为批量的长度,是第个样本,为方差,是将标准化为零均值和单位方差,为防止分母为零,为标准化后的线性变换值,是尺度可学习的参数,是偏移操作可学习的参数;步骤4,通过RPN网络在特征图与原图像进行候选框的选取初步确定图像中的目标物体;步骤5,利用RoIpooinglayer对初步确定图像中的目标物体进行局部化处理,完成改进的快速区域卷积神经网络的构建;步骤6,通过训练集对改进的快速区域卷积神经网络进行训练,通过训练好的改进的快速区域卷积神经网络进行目标检测以及分类。

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康盛电气集团有限责任公司,其通讯地址为:212211 江苏省镇江市扬中市三茅街道城北科技产业园裕兴路666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”。

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。