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！

龍圖騰網獲悉南京郵電大學申請的專利基于雙階段優化與多級特征增強的端子排圖紙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：CN120260069B 。

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：202510750636.6，技術領域涉及：G06V30/422；該發明授權基于雙階段優化與多級特征增強的端子排圖紙檢測方法是由陳蕾;葛奕雯;潘俊名;馬巖松;高正霄;駱健;楊尚東;朱薇設計研發完成，并于2025-06-06向國家知識產權局提交的專利申請。

本基于雙階段優化與多級特征增強的端子排圖紙檢測方法在說明書摘要公布了：本發明公開了一種基于雙階段優化與多級特征增強的端子排圖紙檢測方法，包括利用切片技術對圖紙進行切片并通過基于規則的交互式合成數據增強方法對切片圖像進行二次處理，獲得增強后的切片圖像數據集；將處理后的圖像數據集輸入多級特征增強的目標檢測模型中進行檢測，獲得模型預測的類別與坐標結果；將預測結果與真實結果輸入到雙焦點損失函數中進行計算，得到損失值，并通過反向傳播優化模型，經過多輪迭代訓練出最終檢測模型；將檢測圖紙經過切片的圖像輸入到訓練好的模型中，并對切片結果進行融合，得到最終檢測結果；本發明有效地處理了圖紙中類別不平衡的問題，并通過圖元檢測模型，顯著提高了對圖紙中，尤其是小目標的識別準確性。

本發明授權基于雙階段優化與多級特征增強的端子排圖紙檢測方法在權利要求書中公布了：1.一種基于雙階段優化與多級特征增強的端子排圖紙檢測方法，其特征在于，包括： 利用滑動窗口對輸入的變電站端子排圖紙進行重疊切片，獲得切片圖像； 利用基于規則的交互式數據合成方法對切片圖像進行數據增強，將增強后的切片圖像和原切片圖像一起作為訓練數據集； 將處理后的圖像數據集輸入多級特征增強的目標檢測模型中進行檢測，獲得模型預測的類別與坐標結果； 將訓練數據集經過模型預測得到的類別與坐標結果輸入到雙焦點損失函數中進行計算，得到損失值，并通過反向傳播優化模型，并通過多輪迭代得到最終優化模型； 將測試圖紙直接進行重疊切片后輸入到最終優化模型中得到每張切片對應的切片預測結果，通過切片融合算法得到最終結果； 其中，所述利用基于規則的交互式數據合成方法的步驟包括： 識別輸入切片圖像中的表格區域的位置、大小，以及表格的行起始位置、行高和行數這些參數； 創建一個可視化窗口，通過滑動控件微調表格與方向參數，確保生成效果符合實際需求； 根據設置的參數，在表格指定行隨機位置按照預設比例和幾何規則生成具有拐角結構的圖元； 所述雙焦點損失函數為： 其中，為圖元檢測模型的邊框回歸損失函數，為圖元檢測模型的分類損失函數，為回歸損失權重，為分類損失權重； 所述圖元檢測模型的邊框回歸損失函數為： 其中，為特定調整后的交并比，表示預測框與真實框之間的重合程度； 所述特定調整后的交并比為： 其中為經過調整的IoU度量，和為距離度量，用于衡量兩個矩形框之間的匹配程度，為輸入圖像的寬度，為輸入圖像的高度； 所述經過調整的IoU度量為： 其中，為中心區域交互比，為第一超參數，為第二超參數； 所述距離度量和為： 其中，和為真實框的左上角坐標，和為真實框的右下角坐標，和為預測框的左上角坐標，和為預測框的右下角坐標； 所述圖元檢測模型的分類損失函數為： 其中，為模型對樣本屬于類別的預測概率，為調節因子，為樣本n所屬類別的權重系數； 所述樣本n所屬類別的權重系數為： 其中，為類別總數，為類別的有效樣本數； 所述類別的有效樣本數為： 其中，為類別的樣本數量，為衰減系數。

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南京郵電大學，其通訊地址為：210000 江蘇省南京市棲霞區文苑路9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”。