買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉成都理工大學申請的專利基于DCN-YOLO模型的樹線故障識別與預警方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN119810737B 。

龍圖騰網通過國家知識產權局官網在2025-09-12發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202411849729.6，技術領域涉及：G06V20/52；該發明授權基于DCN-YOLO模型的樹線故障識別與預警方法是由蔡樂輝;馮健程;馬德津;陳天翔;蔣卓峰;辜弘設計研發完成，并于2024-12-16向國家知識產權局提交的專利申請。

本基于DCN-YOLO模型的樹線故障識別與預警方法在說明書摘要公布了：本發明公開了一種基于DCN?YOLO模型的樹線故障識別與預警方法，包括：通過樹線放電實驗平臺模擬真實樹線放電，拍攝視頻并按幀導出圖片，對圖片進行標簽標記獲得初始數據集；獲取火焰、電纜、樹枝數據集對初始數據集進行擴充組成增強數據集，并將其劃分為訓練集、驗證集和測試集；基于DCN?YOLO模型進行數據增強、通道注意力機制改進、損失函數樣本權重平衡改進；將增強數據集輸入改進后的模型進行訓練和驗證，獲取最高評價指標mAP50和mAP50?90數值，得到樹線故障監測預警模型；將樹線故障監測預警模型接入輸電桿塔監控系統，當監測到輸電線路上存在樹枝和火焰或二者之一時將觸發報警系統；本發明實現了樹線故障起火早期階段準確預警。

本發明授權基于DCN-YOLO模型的樹線故障識別與預警方法在權利要求書中公布了：1.一種基于DCN-YOLO模型的樹線故障識別與預警方法，其特征在于，包括以下步驟： 步驟1、通過樹線放電實驗平臺模擬真實樹線放電，拍攝視頻并按幀導出圖片，對圖片進行標簽標記獲得初始數據集； 步驟2、獲取火焰、電纜、樹枝數據集對初始數據集進行擴充組成增強數據集，并將其劃分為訓練集、驗證集和測試集； 步驟3、基于DCN-YOLO模型進行數據增強、通道注意力機制改進、損失函數樣本權重平衡改進； 所述步驟3具體包括以下步驟： 步驟3.1、構建DCN-YOLO模型，包括主干網絡backbone，用于從輸入圖像中提取特征，頭部網絡Head，用于目標檢測模型的決策并產生最終的檢測結果，頸部網絡Neck，用于進行特征融合和增強，并引入可變形卷積DCNv3提升處理復雜形變目標的性能； 步驟3.2、對數據集的顏色屬性進行隨機調整，增強DCN-YOLO模型對不同光照和顏色條件下目標的識別能力，同時使圖像隨機旋轉最多15度，模擬目標在圖像中可能出現的不同朝向，并從數據集原圖中隨機裁剪出一個區域，調整到224x224的大小用于DCN-YOLO模型學習目標的不同尺寸和比例；對數據集圖像應用高斯模糊，模擬不同焦距下的圖像，增強DCN-YOLO模型對細節的不變性； 步驟3.3、在DCN-YOLO模型中集成一個通道注意力機制，通過全局平均池化和全局最大池化分別獲取特征圖的全局信息，再通過兩個1×1的卷積全連接層和ReLU激活函數學習通道之間的權重關系，最后使用Sgmoid函數將輸出壓縮到[0,1]區間，作為通道的注意力權重； 步驟3.4、通過焦點損失函數對DCN-YOLO模型進行改進，減少易分類樣本的權重并增加難分類樣本的權重； 步驟4、將增強數據集輸入改進后的模型進行訓練和驗證，獲取最高評價指標mAP50和mAP50-90數值，得到樹線故障監測預警模型； 步驟5、將樹線故障監測預警模型接入輸電桿塔監控系統，當監測到輸電線路上存在樹枝和火焰或二者之一時將觸發報警系統。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人成都理工大學，其通訊地址為：610000 四川省成都市二仙橋東三路1號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。