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！

龙图腾网获悉国网河南省电力公司电力科学研究院;天津大学;国家电网有限公司申请的专利一种声云信息引导的小样本目标检测网络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：CN116433892B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310117439.1，技术领域涉及：G06V10/25；该发明授权一种声云信息引导的小样本目标检测网络装置是由田杨阳;郭志民;朱新山;王棨;李哲;郑伟;姜亮;张璐;庞锴;刘昊;侯春羽;李冠争;毛万登;刘善峰;袁少光;王帅;李亚霖;钱统玉;屈璐瑶;曾筠婷;李斌;陈岑;赵健设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本一种声云信息引导的小样本目标检测网络装置在说明书摘要公布了：一种声云信息引导的小样本目标检测网络装置，目标检测网络选用FasterR‑CNN作为基础检测模型，特征学习组件包括声云信息引导模块，特征融合模块，区域候选网络，感兴趣区域池化模块以及感兴趣区域特征提取器。声云信息引导模块包括声学特征引导分支和全局特征引导分支。全局特征引导分支通过提取特征图纹理信息生成权重，引导全局特征选择。两分支所得权重分别与主干网络输出的特征图像相乘，堆叠后压缩通道，可以有效引导网络关注于声云覆盖区域及重要边界纹理信息，增强网络特征学习能力。本发明解决了声学图像数据量不足且声学信息难以被网络识别利用导致的识别难度大的问题，从而提高变电站运维的效率。

本发明授权一种声云信息引导的小样本目标检测网络装置在权利要求书中公布了：1.一种声云信息引导的小样本目标检测网络装置，其特征在于，包括： 两阶段目标检测框架FasterR-CNN作为基础检测模型，基础检测模型的特征学习组件用于执行训练进程； 训练进程包括两个阶段： 第一阶段：采用变电站图像数据库中的标注数据得到预训练模型； 第二阶段：加入声场云图数据库中的小样本数据对预训练模型进行微调； 第一阶段具体包括： 从变电站图像数据库中获取一阶段输入图像； 将一阶段输入图像输入至主干网络并输出特征图像； 将特征图像输入至FPN模块，对特征图像进行特征融合； 将经特征融合后的特征图像依次输入至区域候选网络、感兴趣区域池化模块以及ROI特征提取器后进行分类和回归，分类和回归的结果存储到变电站图像数据库中为一阶段模型； 为区域候选网络分配随机初始化的权重，将ROI特征提取器固定； 主干网络为Resnet101网络，一阶段输入图像为变电站图像数据库中的变电站图像的标注数据； 第二阶段具体包括： 从声场云图数据库及变电站图像数据库中获取二阶段输入图像； 从声云图像数据库中获取声云信息引导图像； 将二阶段输入图像输入至主干网络并输出特征图像； 将声云信息引导图像输入至声云信息引导模块，生成声学特征引导权重； 将声学特征引导权重与所述特征图像相乘，对特征图像进行声学特征选择； 将特征图像输入至声云信息引导模块，生成全局特征引导权重； 将全局特征引导权重与特征图像相乘，对特征图像进行全局特征选择； 将声学特征选择和全局特征选择后生成的特征图像堆叠在一起； 将堆叠后的特征图像，卷积操作对特征图像进行通道压缩； 将通道压缩后的特征图像输入至FPN模块，对所述特征图像进行特征融合； 将经特征融合后的特征图像依次输入至区域候选网络、感兴趣区域池化模块以及ROI特征提取器后进行分类和回归，分类和回归的结果存储到变电站图像数据库中为二阶段模型； 二阶段输入图像为变电站图像数据库中的一阶段模型以及声场云图数据库中的变电站的声场云图上的声场数据；声云信息引导图像为声场云图数据库中的变电站的声场云图上的RBG三通道的声云图像； 将声云信息引导图像输入至声云信息引导模块，生成声学特征引导权重的方法，包括： 对作为声云信息引导图像的RBG三通道的声云图像进行归一化处理,其计算公式为： 其中R、G、B分别为声云信息引导图像的RGB三通道像素值,r、g、b分别为RGB三通道的归一化像素值； 将声云信息引导图像输入至声云信息引导模块，生成声学特征引导权重的声学图方法，还包括： 像归一化处理后，归一化像素值转换为归一化声学权重,其计算公式为： 其中r、g、b分别为RGB三通道的归一化像素值，k为归一化声场强度，N为归一化声学权重； 将声云信息引导图像输入至声云信息引导模块，生成声学特征引导权重的方法，还包括： 归一化声学权重接入一个最大池化层用于生成声学特征引导权重； 生成全局特征引导权重的方法，包括： 顺序通过平均池化层和最大池化层对特征图像执行特征压缩，平均池化层和最大池化层这两组池化层执行特征压缩后将特征压缩后的特征图像堆叠，接着把堆叠后的特征图像接入一组7*7卷积层，用于生成单通道特征图，单通道特征图接入Sigmoid函数，其计算公式为： 其中和分别表示平均池化和最大池化，代表输入的特征图；表示输出的全局特征引导权重；表示卷积核尺寸为的卷积操作；表示Sigmoid函数； 对特征图像进行通道压缩的方法，包括： 将声学特征选择和全局特征选择后生成的特征图像堆叠在一起，利用卷积操作对所述特征图像进行通道压缩,其计算公式为： 其中分别代表声学特征选择和全局特征选择后生成的特征图像；代表输出特征图像；Concatenate代表堆叠操作；表示卷积核尺寸为的卷积操作。

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国网河南省电力公司电力科学研究院;天津大学;国家电网有限公司，其通讯地址为：450000 河南省郑州市二七区嵩山南路85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”。

以上内容由龙图腾AI智能生成。