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！

龙图腾网恭喜浙江工业大学申请的专利一种基于Yolov8改进的电力基建场景的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：CN119785183B 。

龙图腾网通过国家知识产权局官网在2025-05-27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：202510277003.8，技术领域涉及：G06V10/82；该发明授权一种基于Yolov8改进的电力基建场景的目标检测方法是由邱飞岳;陈旗设计研发完成，并于2025-03-10向国家知识产权局提交的专利申请。

本一种基于Yolov8改进的电力基建场景的目标检测方法在说明书摘要公布了：本发明提供一种基于Yolov8改进的电力基建场景的目标检测方法，属于人工智能及目标检测技术领域。本发明将人工智能技术融入电力作业场景，能够预防作业过程中潜在的安全隐患；其通过构建结合ConvFormer与卷积门控线性单元ConvolutionalGatedLinearUnit网络的模块，代替Yolov8模型框架中的C2f网络模块，能够在保证算法检测准确率的前提下，有效减少了模型的计算参数；同时，通过构建共享卷积模块FeatureSharedConv替换Yolov8模型框架中的SPPF网络模块，能够捕捉图像中更加精细的特征，提升模型在面对复杂场景时的检测准确率。

本发明授权一种基于Yolov8改进的电力基建场景的目标检测方法在权利要求书中公布了：1.一种基于Yolov8改进的电力基建场景的目标检测方法，其特征在于，包括如下步骤：步骤1、确定检测目标，采集所需的数据集：在电力基建场景中，通过监控视频采集相应的图像数据；步骤2、对采集的图像数据进行筛选、标注、格式转换处理得到符合Yolo格式的标准数据集，并按照设定的比例划分为训练集、测试集和验证集；步骤3、结合ConvFormer与卷积门控线性单元ConvolutionalGatedLinearUnit网络构建可分离卷积模块C2f_CFGLU，代替Yolov8模型框架中的C2f网络模块，以在保证算法检测准确率的基础上，减少模型的计算参数；步骤3的具体过程如下：基于ConvFormer和卷积门控线性单元ConvolutionalGatedLinearUnit网络模型，在ConvFormer网络结构的基础上，使用卷积门控线性单元ConvolutionalGatedLinearUnit代替ConvFormer网络结构中的多层感知机MPL，得到可分离卷积模块C2f_CFGLU，并采用得到的可分离卷积模块C2f_CFGLU替换Yolov8模型中所有的C2f模块；步骤4、构建共享卷积模块FeatureSharedConv替换Yolov8模型框架中的SPPF网络模块；所述共享卷积模块FeatureSharedConv使用卷积操作进行特征提取；步骤5、使用训练集对改进后的Yolov8模型进行训练，基于性能评估指标得到最优的目标检测模型，对测试集中的图像进行检测，完成目标检测任务。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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”。