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！

龙图腾网获悉国网福建省电力有限公司经济技术研究院;国网福建省电力有限公司申请的专利一种基于强化学习与Transformer特征融合的地物智能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：CN116863330B 。

龙图腾网通过国家知识产权局官网在2025-05-30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：202310686309.X，技术领域涉及：G06V20/10；该发明授权一种基于强化学习与Transformer特征融合的地物智能检测方法是由于新民;聂克剑;傅本钊;施孝霖;陈远浩;林瑞宗;刘志伟;陈行云;程建平;林健昊;陈祥;李小刚;王先日;魏震设计研发完成，并于2023-06-10向国家知识产权局提交的专利申请。

本一种基于强化学习与Transformer特征融合的地物智能检测方法在说明书摘要公布了：本发明涉及一种基于强化学习与Transformer特征融合的地物智能检测方法。包括：步骤S1、基于BIM技术，借助数字化三维设计平台，构建非结构化的BIM三维地物模型。针对BIM三维地物图进行分类，并整理地物类型标签，获取各类地物目标数据集；步骤S2、构建特征融合的VisionTransformer模型，分离并识别目标场景中的各类物体，获取地物特征，并检测出地面物体的初始位置；步骤S3、将地物初始位置与地物特征输入至强化学习模块中，由评估网络输出更细粒度的地物位置图；步骤S4、算法结果可视化，并提供对外使用接口。

本发明授权一种基于强化学习与Transformer特征融合的地物智能检测方法在权利要求书中公布了：1.一种基于强化学习与Transformer特征融合的地物智能检测方法，其特征在于，包括如下步骤：步骤S1、基于BIM技术，借助数字化三维设计平台，构建非结构化的BIM三维地物模型；针对BIM三维地物图进行分类，并整理地物类型标签，获取各类地物目标数据集；步骤S2、构建特征融合的VisionTransformer模型，分离并识别目标场景中的各类物体，获取地物特征，并检测出地物初始位置；具体实现如下：步骤S21、将地物目标数据集中的图像image输入至VisionTransformer模型U-N之中，并采用特征融合模块增强模型的学习能力；特征融合模块由模型中三层图像特征融合而成：第二层18大小的特征图feature_image2、第三层116大小的特征图feature_image3以及最后一层132大小的特征图feature_image4；特征融合公式如下：fusion_feature_image＝feature_image2+upsamplefeature_image3+upsamplefeature_image4其中fusion_feature_image是融合后的最终图像特征图，upsample是上采样操作，由于三个特征图尺寸不同，因此需要将第三层116大小的特征图feature_image3以及最后一层132大小的特征图feature_image4都进行上采样操作至18大小；步骤S22、采用交叉熵损失函数CrossEntropy_Loss，对特征融合VisionTransformer模型U-N的输出结果与图像标签计算模型损失值Loss，损失函数公式如下： 式中number为图像像素总数，index为像素下标，代表第index个像素，prob代表事件概率，代表标签中图像image中第index个像素pixel的所属类别,代表模型所输出的图像image中第index个像素pixel的所属类别，代表相应像素属于标签类别的概率；由于目标地物具有多种类别，为准确区分各种地物，降低U-Net模型将一种地物错判为另一种地物的概率，需要使用到Focal_Loss损失函数，公式如下： 式中γ属于超参数，根据具体情况进行调整；步骤S23、由交叉熵损失函数计算出损失值后，以随机梯度下降优化法将损失值用于训练神经网络模型，直至网络模型收敛，达到最准精确度；步骤S24、使用由完全连接层构成的回归头获取收敛后的模型所输出的目标检测图detect_mapimage，目标检测图detect_mapimage是一张二维平面图，其中记录了每个地面物体检测框的左上点坐标与右下点坐标；步骤S3、将地物初始位置与地物特征输入至强化学习评估网络中，由强化学习评估网络输出更细粒度的地物位置图；步骤S4、算法结果可视化，并提供对外使用接口。

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福建省电力有限公司经济技术研究院;国网福建省电力有限公司，其通讯地址为：350012 福建省福州市晋安区茶园街道茶园路68号国网福建电力福州茶园路生产基地1#楼5-10层；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”。