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！

龙图腾网恭喜广西大学申请的专利一种基于改进YOLOv3卷积神经网络的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：CN114283117B 。

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：202111402706.7，技术领域涉及：G06T7/00；该发明授权一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法是由高放;邹锋;殷林飞;张荣纬;金岩;刘少敏设计研发完成，并于2021-11-24向国家知识产权局提交的专利申请。

本一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法在说明书摘要公布了：本发明公开了一种基于改进YOLOv3卷积神经网络的绝缘子缺陷检测方法，该方法首先通过电网无人机巡检图像、公共数据集以及采用图像样本扩充方法构建输电线路绝缘子图像数据库，并利用LabelImg图像标注工具对绝缘子以及绝缘子上的缺陷进行标签制作；其次从减少漏检、提高检测精度这两个方面对YOLOv3的网络结构进行改进，提出基于注意力机制、加权密集连接金字塔结构和双分支跨层注意力模块的改进YOLOv3卷积神经网络；接着通过模型训练与训练参数调整，获得其最优检测模型，最后对输电线路绝缘子缺陷进行检测。本发明能够克服电网巡检图像中绝缘子缺陷尺寸太小、误检和漏检率高的问题，提高了在复杂环境下绝缘子缺陷检测的准确性和快速性，以确保供电系统的安全。

本发明授权一种基于改进YOLOv3卷积神经网络的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YOLOv3卷积神经网络的绝缘子缺陷检测方法，其特征在于，包括以下步骤：步骤1、构建绝缘子缺陷数据集：基于无人机采集的绝缘子缺陷数据集和公开的绝缘子缺陷数据集，去除图像不清晰以及有歧义的图片，通过数据增强技术，增加数据集图片数量，构建一个完整的绝缘子缺陷数据集；步骤2、建立数据集的图像标签库：利用LabelImg图像标注工具对绝缘子以及绝缘子上的缺陷进行标注；步骤3、将做好标签的数据集划分为训练集和测试集；步骤4、构造基于改进的YOLOv3卷积神经网络：首先，引入卷积核注意力模块SKNet，YOLOv3主干网络的共有res1、res2、res8、res8和res4五个残差块，从主干网络的第二个残差块res2、第三个残差块res8、第四个残差块res8和第五个残差块res4分别引出一个输出分支,共四个分支，在每个分支后面分别添加一个卷积核注意力模块SKNet，将经卷积核注意力模块SKNet的各分支的输出特征图分别作为特征图1、特征图2、特征图3和特征图4，然后，特征图1、特征图2、特征图3和特征图4通过卷积操作、邻近插值法和池化操作调整特征图的通道数和大小，进行自顶向下、自底向上、横向连接和跨层连接的特征融合操作；最后，对于每一个用于进行特征融合的特征图乘以一个能训练的权重参数，形成一个加权密集连接金字塔模块用于替换原YOLOv3的特征融合Neck模块；接着，构建一个双分支跨层注意力模块，将加权密集连接金字塔模块输出的特征图输入到双分支跨层注意力模块中，最后，将双分支跨层注意力模块输出的特征图输入YOLOv3卷积神经网络检测头；步骤5、使用数据集中的训练集对改进的YOLOv3卷积神经网络进行训练与参数调节，最终得到最优卷积神经网络模型；步骤6、将数据集中的测试集输入训练好的改进YOLOv3卷积神经网络模型，输出绝缘子检测结果和目标位置信息，实现输电线路绝缘子缺陷检测。

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广西大学，其通讯地址为：530000 广西壮族自治区南宁市西乡塘区大学东路100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”。