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！

龙图腾网获悉江苏方天电力技术有限公司申请的专利一种无人机巡检缺陷图像的识别方法、系统、装置及介质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：CN115797808B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211540316.0，技术领域涉及：G06V20/17；该发明授权一种无人机巡检缺陷图像的识别方法、系统、装置及介质是由吴媚;王红星;王海楠;孟悦;陈玉权;张欣设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本一种无人机巡检缺陷图像的识别方法、系统、装置及介质在说明书摘要公布了：本发明公开了一种无人机巡检缺陷图像的识别方法、系统、装置及介质，方法：获取无人机巡检的待识别图像并进行预处理；将预处理后的待识别图像输入训练好的神经网络模型进行缺陷识别并获取识别结果；其中，训练好的神经网络模型获取包括：获取无人机巡检的样本图像集，对样本图像集中各样本图像进行缺陷标注，构成带标注图像集；对带标注图像集中各带标注图像进行预处理，并划分为训练集和测试集；构建以多尺度的注意力机制网络结构Swin‑Transformer、特征金字塔网络结构SA‑FPN为骨架的神经网络模型；通过训练集对神经对构建好的神经网络模型进行训练，再利用测试集对神经网络模型进行测试，得到训练好的神经网络模型；本发明相比传统的CNN结构，其识别性能更好。

本发明授权一种无人机巡检缺陷图像的识别方法、系统、装置及介质在权利要求书中公布了：1.一种无人机巡检缺陷图像的识别方法，其特征在于，包括： 获取无人机巡检的待识别图像并进行预处理； 将预处理后的待识别图像输入训练好的神经网络模型进行缺陷识别并获取识别结果； 其中，所述训练好的神经网络模型获取包括： 获取无人机巡检的样本图像集，对样本图像集中各样本图像进行缺陷标注，构成带标注图像集；其中，所述缺陷标注包括标注缺陷类型和缺陷边界框； 对带标注图像集中各带标注图像进行预处理，并将预处理后的带标注图像划分为训练集和测试集； 构建以多尺度的注意力机制网络结构Swin‑Transformer、特征金字塔网络结构SA‑FPN和区域特征网络结构RPN为骨架的神经网络模型； 通过训练集对构建好的神经网络模型进行训练，再利用测试集对神经网络模型进行测试，完成神经网络模型的训练，得到训练好的神经网络模型； 其中，所述特征金字塔网络结构SA‑FPN包括三个Scale‑Attention Block，其中，第一个Scale‑Attention Block的输入为Stage1和Stage2输出的特征，第二个Scale‑Attention Block的输入为第一个Scale‑Attention Block和Stage3输出的特征，第三个Scale‑Attention Block的输入为第二个Scale‑Attention Block和Stage4输出的特征； 所述Scale‑Attention Block的计算包括： 设定Q、K、V三个变量矩阵： ; ; 式中，分别为Scale‑Attention Block的第一输入特征和第二输入特征，为线性回归矩阵权重； 基于Q、K、V计算Scale‑Attention Block的输出： 。

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江苏方天电力技术有限公司，其通讯地址为：211100 江苏省南京市江宁科学园天元中路19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”。