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！

龙图腾网获悉中国铁路设计集团有限公司;成都唐源电气股份有限公司;西南交通大学申请的专利基于少样本迁移学习的接触网绝缘子破损检测方法与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：CN120032192B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510510634.X，技术领域涉及：G06V10/764；该发明授权基于少样本迁移学习的接触网绝缘子破损检测方法与装置是由罗健;李豪;张金鑫;于龙;訾晨凯;白伟东;古晓东;陈立宾;邓雄;刘明邦;熊昊睿;张煜;王聪;魏旭;梁涛;顾涛;周耀;舒青青设计研发完成，并于2025-04-23向国家知识产权局提交的专利申请。

本基于少样本迁移学习的接触网绝缘子破损检测方法与装置在说明书摘要公布了：本发明公开了一种基于少样本迁移学习的接触网绝缘子破损检测方法与装置，该方法包括将待检测的接触网绝缘子图像输入两级对比建议编码网络；编码器对绝缘子图像进行特征编码和特征提取，提取图像的特征表征；自适应特征融合模块通过自适应权值学习获取最优融合权重；分层特征提取模块接收自适应特征融合模块输出，并提取编码器的浅层网络中小物体的局部位置信息、深层网络中大物体的全局信息以及中间网络层中介于局部与全局的中间语义信息；类间和类内对比建议编码模块接收分层特征提取模块输出，计算不同类别之间的语义相似性，实现复杂环境、高速运动场景中接触网绝缘子的破损检测。本发明提升了接触网绝缘子破损检测的准确性与效率。

本发明授权基于少样本迁移学习的接触网绝缘子破损检测方法与装置在权利要求书中公布了：1.一种基于少样本迁移学习的接触网绝缘子破损检测方法，其特征在于，包括： 将待检测的接触网绝缘子图像输入两级对比建议编码网络；两级对比建议编码网络包括编码器、自适应特征融合模块、分层特征提取模块和类间和类内对比建议编码模块； 编码器对输入的待检测的接触网绝缘子图像进行特征编码和特征提取，提取图像的特征表征； 自适应特征融合模块接收编码器输出，通过添加可学习参数权值，使特征融合权重能在反向传播阶段进行自适应学习，获取最优融合权重；分层特征提取模块接收自适应特征融合模块输出，并提取编码器的浅层网络中小物体的局部位置信息、深层网络中大物体的全局信息以及中间网络层中介于局部与全局的中间语义信息； 类间和类内对比建议编码模块接收分层特征提取模块输出，计算不同类别之间的语义相似性，实现对接触网绝缘子图像中的破损绝缘子检测； 所述两级对比建议编码网络的训练过程为： 构建基类数据集与新类数据集；搭建两级对比建议编码网络；构建两级对比建议编码网络的损失函数；基类数据集为包括大量标注样本的刚、柔性接触网绝缘子数据集；新类数据集为少量标注的破损绝缘子数据集； 将基类数据集划分为训练集、验证集和测试集，将两级对比建议编码网络在基类数据集上进行训练，并将两级对比建议编码网络在测试集上的最优权重作为两级对比建议编码网络的最优权重；验证集和测试集用于对训练得到的两级对比建议编码进行验证和测试； 使用最优权重对两级对比建议编码网络进行初始化与权值固化，固化后网络层权重不参与反向传播梯度运算； 根据新类数据集数量，对基类数据集进行均衡采样，采用采样后的基类数据集再对两级对比建议编码网络进行有监督微调，采用新类数据集对训练得到的两级对比建议编码网络进行测试，获取两级对比建议编码网络的最优权重，将该最优权重作为训练好的两级对比建议编码网络的最优权值； 所述构建两级对比建议编码网络反向传播中的损失函数定义为： 其中，为损失函数，为绝缘子前馈建议框的二值交叉熵损失，为绝缘子分类框的交叉熵损失，为绝缘子类间对比建议编码损失，为绝缘子类内对比建议编码损失，、为超参数； 所述绝缘子类间对比建议编码损失定义为： 其中，为绝缘子类间对比建议编码损失，为预测类别为的预测框数量，为超参数，，为第i个真实目标框的模值，为第i个预测框与第个预测框在投影超球面上的余弦相似性，为第个预测框，为第个预测框，为第个预测框，为第i个预测框与标签框的交并比分数，N为预测框数量，k为临时变量，为第个预测类别，为第个预测类别。

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中国铁路设计集团有限公司;成都唐源电气股份有限公司;西南交通大学，其通讯地址为：300000 天津市滨海新区天津自贸试验区(空港经济区)东七道109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”。