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！

龍圖騰網獲悉國網江蘇省電力有限公司蘇州供電分公司申請的專利一種基于級聯層級檢出與自比對的小目標識別方法及系統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：CN120356125B 。

龍圖騰網通過國家知識產權局官網在2025-08-22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：202510820955.X，技術領域涉及：G06V20/17；該發明授權一種基于級聯層級檢出與自比對的小目標識別方法及系統是由耿玲;黃逸帆;李智;顧艷;張智坤;邱幸帆設計研發完成，并于2025-06-19向國家知識產權局提交的專利申請。

本一種基于級聯層級檢出與自比對的小目標識別方法及系統在說明書摘要公布了：本發明公開了一種基于級聯層級檢出與自比對的小目標識別方法及系統，方法包括：采集無人機巡檢的航拍圖像，并對航拍圖像進行標注；將標注好的圖像輸入至設備識別模塊中進行設備區域檢測及圖片裁剪，獲得只包含存在小目標的區域圖片；將區域圖片輸入至級聯的小目標缺陷識別模塊中進行缺陷識別，并對識別出的小目標缺陷進行特征編碼，得到編碼后的缺陷特征；計算缺陷特征與特征庫當前更新的歷史小目標缺陷特征的歐幾里得距離，如果其歐幾里得距離大于預設閾值，則代表該缺陷特征為誤檢，將被剔除；如果不大于預設閾值則表示該缺陷特征正確，輸出其對應小目標缺陷識別結果，并將該缺陷特征緩存至特征庫中。本發明提升了對小目標缺陷檢測的識別效果。

本發明授權一種基于級聯層級檢出與自比對的小目標識別方法及系統在權利要求書中公布了：1.一種基于級聯層級檢出與自比對的小目標識別方法，其特征在于，方法包括： 采集無人機巡檢的航拍圖像，并對航拍圖像進行標注； 將標注好的圖像輸入至設備識別模塊中進行設備區域檢測及圖片裁剪，獲得只包含存在小目標的區域圖片； 將所述區域圖片輸入至級聯的小目標缺陷識別模塊中進行缺陷識別，并對識別出的小目標缺陷進行特征編碼，得到編碼后的缺陷特征； 計算所述缺陷特征與特征庫當前更新的歷史小目標缺陷特征的歐幾里得距離，如果其歐幾里得距離大于預設閾值，則代表該缺陷特征為誤檢，將被剔除；如果不大于預設閾值則表示該缺陷特征正確，輸出其對應小目標缺陷識別結果，并將該缺陷特征緩存至特征庫中； 所述設備識別模塊和小目標缺陷識別模塊均由YOLOv8s網絡組成； 基于標注好的歷史圖像構建設備圖像樣本集來對所述YOLOv8s網絡進行訓練優化得到所述設備識別模塊，并輸出對應的只包含存在小目標的區域圖片數據集； 基于所述區域圖片數據集構建小目標圖像樣本集來對所述YOLOv8s網絡進行訓練優化得到所述小目標缺陷識別模塊； 所述YOLOv8s網絡是將YOLOv8網絡中neck頸部網絡的C2f特征融合模塊替換成基于注意力機制的C2f-att模塊得到的； 所述C2f-att模塊包括依次連接的Conv1第一卷積層、分割層、EMA注意力層、Bottleneck深度特征提取模塊、Concat連接層和Conv2第二卷積層； 所述C2f-att模塊在處理圖像特征時的流程如下： 對于輸入到C2f-att模塊的特征T，首先輸入進Conv1第一卷積層進行通道的調整，得到調整后的特征；分割層將調整后的特征進行通道劃分成兩部分，得到特征和特征；將特征輸入到EMA注意力層中提取多尺度特征信息，輸出特征；Bottleneck深度特征提取模塊通過多層Bottleneck對特征進行多次堆疊，得到深度特征；Concat連接層將特征與深度特征進行拼接后得到特征；Conv2第二卷積層將特征進行卷積操作，從而調整回通道數，輸出最終的特征F； 所述EMA注意力層包括第三卷積層和第四卷積層、Concat連接層、GAP池化層、第一全連接層FC1、第一全連接層FC2和Multiply加權網絡層； 所述第三卷積層和第四卷積層分別將分割層輸出的特征進行不同尺度的特征變換后分別得到對應的特征圖和；Concat連接層將特征圖和進行拼接后得到特征Y；通過GAP池化層、第一全連接層FC1和第一全連接層FC2對特征Y進行通道注意力的計算，得到通道注意力權重向量；最后利用Multiply加權網絡層對特征Y進行通道重加權，得到注意力增強后的特征。

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國網江蘇省電力有限公司蘇州供電分公司，其通訊地址為：215004 江蘇省蘇州市姑蘇區勞動路555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”。