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！

龙图腾网获悉全球能源互联网研究院有限公司;国网山东省电力公司营销服务中心(计量中心);国家电网有限公司申请的专利基于电力数据特征提取的识别模型训练、识别方法及装置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：CN114693963B 。

龙图腾网通过国家知识产权局官网在2025-07-18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：202111529014.9，技术领域涉及：G06V10/764；该发明授权基于电力数据特征提取的识别模型训练、识别方法及装置是由史存存;林龙;朱红霞;李琮琮;王岳;杨訸设计研发完成，并于2021-12-15向国家知识产权局提交的专利申请。

本基于电力数据特征提取的识别模型训练、识别方法及装置在说明书摘要公布了：本发明提供了一种基于电力数据特征提取的识别模型训练、识别方法及装置，其中，基于电力数据特征提取的识别模型训练方法包括：获取训练数据集；将训练数据集输入优化YOLOv5模型中，对优化YOLOv5模型进行训练得到图像识别模型，优化YOLOv5模型使用YOLOv5模型作为基础模型，YOLOv5模型中包括卷积模块和C3模块，C3模块中包括Bottleneck子模块，将卷积模块和Bottleneck子模块中的k×kk＞1卷积替换为反向深度可分离卷积，并在C3模块中的Bottleneck子模块后加入坐标注意力子模块，形成优化YOLOv5模型。将卷积替换为反向深度可分离卷积，显著降低了模型的计算量，并且，在C3模块中的Bottleneck子模块之后加入坐标注意力子模块，增强了空间融合后的特征图的位置敏感性，通过增加少量的计算量获得精度的显著提高。

本发明授权基于电力数据特征提取的识别模型训练、识别方法及装置在权利要求书中公布了：1.一种基于电力数据特征提取的识别模型训练方法，其特征在于，包括： 获取训练数据集； 将所述训练数据集输入优化YOLOv5模型中，对所述优化YOLOv5模型进行训练得到图像识别模型，所述优化YOLOv5模型使用YOLOv5模型作为基础模型，所述YOLOv5模型中包括卷积模块和C3模块，所述C3模块中包括Bottleneck子模块和多个Conv子模块，将所述卷积模块和所述Bottleneck子模块中的k×k卷积替换为反向深度可分离卷积，其中，k1，并在C3模块中的Bottleneck子模块后加入坐标注意力子模块，形成所述优化YOLOv5模型； 所述反向深度可分离卷积将所述卷积模块和所述Bottleneck子模块中的三维卷积核分解为逐点卷积和二维深度卷积； 所述逐点卷积用于对输入特征图在通道位置上进行融合，并将经过通道融合的特征图输入到二维深度卷积； 所述二维深度卷积用于对经过通道融合的特征图在空间位置上进行融合，并输出经过空间融合的特征图； 所述注意力子模块用于对经过空间融合的特征图在空间位置上对X方向和Y方向的特征进行局部融合。

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全球能源互联网研究院有限公司;国网山东省电力公司营销服务中心(计量中心);国家电网有限公司，其通讯地址为：102209 北京市昌平区未来科技城滨河大道18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”。