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！

龙图腾网恭喜东北电力大学;国网吉林省电力有限公司吉林供电公司申请的专利一种基于改进的YOLOv4-tiny和YOLOv4绝缘子缺陷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：CN114897844B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202210549608.4，技术领域涉及：G06T7/00；该发明授权一种基于改进的YOLOv4-tiny和YOLOv4绝缘子缺陷检测方法是由赵立权;阚中锋;张楠;张圆圆;辛鹏;李鹏;李忠岩;马千里;于同泽;傅代印;石海洋;石博文;李春艳;王光;王佳琳;杨平健;李天玉设计研发完成，并于2022-05-20向国家知识产权局提交的专利申请。

本一种基于改进的YOLOv4-tiny和YOLOv4绝缘子缺陷检测方法在说明书摘要公布了：一种基于改进的YOLOv4‑tiny和YOLOv4的绝缘子缺陷检测方法，其特点是：步骤1，收集含有绝缘子的图像数据；步骤2，扩充缺陷绝缘子图像数量；步骤3，标注绝缘子串和缺陷绝缘子；步骤4，改进YOLOv4‑tiny模型目标检测框选取方法；步骤5，利用改进的YOLOv4‑tiny模型对绝缘子串整体目标进行检测；步骤6，裁剪已检测到的绝缘子串图像；步骤7，改进YOLOv4模型主干网络；步骤8，改进YOLOv4特征融合网络；步骤9，基于改进的YOLOv4绝缘子缺陷检测；步骤10，基于改进的YOLOv4‑tiny和YOLOv4的绝缘子缺陷检测模型训练；步骤11，绝缘子缺陷检测模型在线应用。其检测准确度受背景影响较小，准确度更高。

本发明授权一种基于改进的YOLOv4-tiny和YOLOv4绝缘子缺陷检测方法在权利要求书中公布了：1.一种基于改进的YOLOv4-tiny和YOLOv4绝缘子缺陷检测方法，其特征在于，具体步骤如下：步骤1，构建图像数据集：从无人机拍摄的输电线路图像中，选取含有缺陷绝缘子的图像和正常绝缘子的图像，建立由含有缺陷绝缘子的图像和正常绝缘子的图像组成的图像数据集，用于训练绝缘子缺陷检测模型；步骤2，扩充含有缺陷绝缘子的图像的样本数量：首先，根据图像中缺陷绝缘子特点，利用Photoshop软件在绝缘子串中其它正常绝缘子上构建新的缺陷绝缘子，通过在不同的正常绝缘子上构建新的缺陷绝缘子，增加含有缺陷绝缘子的图像的样本数量；然后，利用Photoshop软件对上述含有缺陷绝缘子的图像进行处理，得到背景透明的含有缺陷绝缘子的绝缘子串图像；最后，利用Photoshop软件将背景透明的绝缘子串与不同背景的巡检图像进行融合，得到不同背景下的缺陷绝缘子图像，以进一步扩充缺陷绝缘子图像的样本数量，提高模型泛化能力；步骤3，利用Labeling软件对图像数据集中的绝缘子串和绝缘子串中的缺陷绝缘子进行标注：绝缘子串标注为绝缘子，缺陷绝缘子标注为缺陷；步骤4，改进YOLOv4-tiny模型目标检测框优化方法：提出一个动态非极大值抑制方法，它根据目标周围检测框的统计特性确定出动态阈值，用来代替非极大值抑制方法中的固定阈值，降低绝缘子串漏检概率；步骤5，利用改进的YOLOv4-tiny模型、即轻量化YOLOv4模型对绝缘子串整体目标进行检测；步骤6，裁剪已检测到的绝缘子串图像：根据步骤5得到的绝缘子串检测框坐标信息对绝缘子串进行裁剪，得到绝缘子串图像；步骤7，改进的YOLOv4模型主干网络：构建双分支通道注意力模块，并将注意力模块添加到YOLOv4主干网络中的跨阶段局部网络之后面，其输入为跨阶段局部网络的输出，使与绝缘子缺陷相关程度高的特征得到更大的权重；步骤8，改进的YOLOv4特征融合网络：构建沙漏型特征融合网络，实现主干网络浅层特征和深层特征融合；步骤9，基于改进的YOLOv4绝缘子缺陷检测：利用步骤7和步骤8得到的改进的YOLOv4模型从步骤6得到的裁剪后的绝缘子串图形中，检测出缺陷绝缘子；步骤10，基于改进的YOLOv4-tiny和YOLOv4的绝缘子缺陷检测模型训练：利用步骤3已标注的图像数据集对改进的YOLOV4-tiny模型和改进的YOLOv4模型进行训练，得到绝缘子缺陷检测模型；步骤11，模型应用：将步骤10获得的检测模型应用于绝缘子缺陷检测，将无人机采集到的输电线路图像数据输入到已训练模型，输出绝缘子缺陷检测结果。

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东北电力大学;国网吉林省电力有限公司吉林供电公司，其通讯地址为：132012 吉林省吉林市船营区长春路169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”。