成都信息工程大學何進獲國家專利權
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！
龍圖騰網獲悉成都信息工程大學申請的專利基于CNN與Transformer融合的接觸網吊弦缺陷檢測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：CN116503799B 。
龍圖騰網通過國家知識產權局官網在2025-08-12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：202310414019.X，技術領域涉及：G06V20/52；該發明授權基于CNN與Transformer融合的接觸網吊弦缺陷檢測方法是由何進;劉俊;王偉;羅德寧;張葛祥設計研發完成，并于2023-04-18向國家知識產權局提交的專利申請。
本基于CNN與Transformer融合的接觸網吊弦缺陷檢測方法在說明書摘要公布了：本發明公開了基于CNN與Transformer融合的接觸網吊弦缺陷檢測方法，涉及缺陷檢測技術領域，方法采集接觸網吊弦圖像并進行圖像增強處理，獲得吊弦缺陷樣本集；利用基于約束的可變卷積網絡構建卷積模塊，同時依據改進的高效率多頭自注意力機制構建自注意模塊，并基于最優模塊分配比例將卷積模塊與自注意模塊進行深度融合，生成多塊交叉混合網絡來對FasterRCNN網絡進行改進。基于吊弦缺陷樣本集對改進后的網絡進行訓練和驗證，獲得訓練好的模型并將模型部署于吊弦檢測設備，實時抓拍接觸網吊弦圖像并輸入吊弦檢測設備進行吊弦缺陷檢測，識別接觸網的吊弦缺陷。本申請能適用復雜的自然場景環境，提高了真實復雜自然條件下的吊弦缺陷識別準確率和召回率。
本發明授權基于CNN與Transformer融合的接觸網吊弦缺陷檢測方法在權利要求書中公布了：1.一種基于CNN與Transformer融合的接觸網吊弦缺陷檢測方法，其特征在于，包括： 采集接觸網吊弦圖像并對所述吊弦圖像進行圖像增強處理，獲得吊弦缺陷樣本集； 利用基于約束的可變卷積網絡構建卷積模塊，同時依據改進的高效率多頭自注意力機制構建自注意模塊，并基于最優模塊分配比例將所述卷積模塊與自注意模塊進行深度融合，生成多塊交叉混合網絡； 利用所述多塊交叉混合網絡改進FasterRCNN網絡，并基于所述吊弦缺陷樣本集對改進后的FasterRCNN網絡進行訓練和驗證，獲得訓練好的FasterRCNN改進模型； 將所述FasterRCNN改進模型部署于吊弦檢測設備，實時抓拍高速鐵路的接觸網吊弦圖像并輸入所述吊弦檢測設備進行吊弦缺陷檢測，識別接觸網中的吊弦缺陷。
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信息工程大學，其通訊地址為：610200 四川省成都市西南航空港經濟開發區學府路1段24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”。
免責聲明
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
1、本報告根據公開、合法渠道獲得相關數據和信息，力求客觀、公正，但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解，僅供參考使用，不能作為本公司承擔任何法律責任的依據或者憑證。
開放平臺
擔保交易
惠及多方
會員特惠
專屬平臺
適合多方
數據共享
功能齊全
皖公網安備 34010402703815號