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！

龙图腾网获悉重庆大学申请的专利基于改进的YOLOv5的变电站接地线状态目标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：CN117253188B 。

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：202311267588.2，技术领域涉及：G06V20/52；该发明授权基于改进的YOLOv5的变电站接地线状态目标检测方法是由李成祥;杨帆;周言;米彦;陈丹;王鹏飞设计研发完成，并于2023-09-28向国家知识产权局提交的专利申请。

本基于改进的YOLOv5的变电站接地线状态目标检测方法在说明书摘要公布了：本发明提出了一种基于改进的YOLOv5的变电站接地线状态目标检测方法，包括以下步骤：S1，采集包含接地线区域的变电站内实地图像；S2，将图像输入改进的YOLOv5模型进行接地线状态目标检测，得到检测结果；所述改进的YOLOv5模型包括：主干阶段Backbone：提取输入数据的特征；颈部阶段Neck：对来自Backbone不同特征层的特征融合到一起，以增强模型的表达能力；输出阶段Head：用于预测对象的坐标、类别和置信度分数，并通过非最大值抑制NMS删除无效的预测结果，并在图像上标记最终结果；本发明方法通过采用改进的YOLOv5模型能更快识别接地线状态，且识别精度更高。

本发明授权基于改进的YOLOv5的变电站接地线状态目标检测方法在权利要求书中公布了：1.一种基于改进的YOLOv5的变电站接地线状态目标检测方法，其特征在于，包括以下步骤： S1，采集包含接地线区域的变电站内实地图像； S2，将图像输入改进的YOLOv5模型进行接地线状态目标检测，得到检测结果； 所述改进的YOLOv5模型包括： 主干阶段Backbone：提取输入数据的特征； 颈部阶段Neck：对来自Backbone不同特征层的特征融合到一起，以增强模型的表达能力； 输出阶段Head：用于预测对象的坐标、类别和置信度分数，并通过非最大值抑制删除无效的预测结果，并在图像上标记最终结果； 其中Backbone包括焦点模块、CSPResnet模块、C3模块和和SPP模块，首先将预处理后的图像输入焦点模块，焦点模块是一种特殊的下采样运算，使用切片操作将高解析度特征图拆分为若干个低解析度特征图； 然后将若干个低解析度特征图依次输入第一CSPResnet模块和第一C3模块，其中第一CSPResnet模块用于增强CNN的学习能力，有助于第一C3模块学习低解析度特征图的特征； 通过第一C3模块进行初步的特征提取，从而得到初步特征； 将得到的初步特征输入第二CSPResnet模块和第二C3模块，其中第二CSPResnet模块用于增强CNN的学习能力，有助于第二C3模块学习低解析度特征图的特征；通过第二C3模块进行特征提取，从而得到底层特征； 将得到的底层特征输入第三CSPResnet模块和第三C3模块，其中第三CSPResnet模块用于增强CNN的学习能力，有助于第三C3模块学习低解析度特征图的特征；通过第三C3模块进行特征提取，从而得到中层特征； 将得到的中层特征输入第四CSPResnet模块、第四C3模块和SPP模块，其中第四CSPResnet模块用于增强CNN的学习能力，有助于第四C3模块学习低解析度特征图的特征； 通过第四C3模块进行特征提取，最后经过SPP模块使用不同的最大池化层将任意大小的特征图转换为固定大小，从而得到高层特征； 其中Neck包括DWConv模块、Concat模块、Upsample模块和Maxpool模块，将Backbone网络输出的底层特征、中层特征、高层特征发送给neck网络，高层特征经过第一Upsample模块进行上采样后通过第一Concat模块与中层特征融合，将融合后的特征输入第一DWConv模块进行深度可分离卷积，将卷积后得到的特征图输入第二Upsample模块进行上采样后通过第二Concat模块与底层特征融合，得到自顶向下传输特征，由此，通过Neck网络完成了自顶向下传输特征信息的学习； 将自顶向下传输特征经过第二DWConv模块进行深度可分离卷积，将卷积后得到的特征图与底层特征通过第三Concat模块进行融合，得到第一横向融合特征； 将第一横向融合特征经过第三DWConv模块进行深度可分离卷积，再通过第一Maxpool模块的池化操作后的特征图、经过第一DWConv模块进行深度可分离卷积得到的特征图与中层特征图通过第四Concat模块进行融合，得到第二横向融合特征； 将第二横向融合特征经过第四DWConv模块进行深度可分离卷积，再通过第二Maxpool模块的池化操作后的特征图与高层特征通过第四Concat模块进行融合，得到第三横向融合特征。

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重庆大学，其通讯地址为：400030 重庆市沙坪坝区沙正街174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”。