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！

龍圖騰網恭喜浙江工業大學申請的專利一種基于Yolov8改進的電力基建場景的目標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：CN119785183B 。

龍圖騰網通過國家知識產權局官網在2025-05-27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：202510277003.8，技術領域涉及：G06V10/82；該發明授權一種基于Yolov8改進的電力基建場景的目標檢測方法是由邱飛岳;陳旗設計研發完成，并于2025-03-10向國家知識產權局提交的專利申請。

本一種基于Yolov8改進的電力基建場景的目標檢測方法在說明書摘要公布了：本發明提供一種基于Yolov8改進的電力基建場景的目標檢測方法，屬于人工智能及目標檢測技術領域。本發明將人工智能技術融入電力作業場景，能夠預防作業過程中潛在的安全隱患；其通過構建結合ConvFormer與卷積門控線性單元ConvolutionalGatedLinearUnit網絡的模塊，代替Yolov8模型框架中的C2f網絡模塊，能夠在保證算法檢測準確率的前提下，有效減少了模型的計算參數；同時，通過構建共享卷積模塊FeatureSharedConv替換Yolov8模型框架中的SPPF網絡模塊，能夠捕捉圖像中更加精細的特征，提升模型在面對復雜場景時的檢測準確率。

本發明授權一種基于Yolov8改進的電力基建場景的目標檢測方法在權利要求書中公布了：1.一種基于Yolov8改進的電力基建場景的目標檢測方法，其特征在于，包括如下步驟：步驟1、確定檢測目標，采集所需的數據集：在電力基建場景中，通過監控視頻采集相應的圖像數據；步驟2、對采集的圖像數據進行篩選、標注、格式轉換處理得到符合Yolo格式的標準數據集，并按照設定的比例劃分為訓練集、測試集和驗證集；步驟3、結合ConvFormer與卷積門控線性單元ConvolutionalGatedLinearUnit網絡構建可分離卷積模塊C2f_CFGLU，代替Yolov8模型框架中的C2f網絡模塊，以在保證算法檢測準確率的基礎上，減少模型的計算參數；步驟3的具體過程如下：基于ConvFormer和卷積門控線性單元ConvolutionalGatedLinearUnit網絡模型，在ConvFormer網絡結構的基礎上，使用卷積門控線性單元ConvolutionalGatedLinearUnit代替ConvFormer網絡結構中的多層感知機MPL，得到可分離卷積模塊C2f_CFGLU，并采用得到的可分離卷積模塊C2f_CFGLU替換Yolov8模型中所有的C2f模塊；步驟4、構建共享卷積模塊FeatureSharedConv替換Yolov8模型框架中的SPPF網絡模塊；所述共享卷積模塊FeatureSharedConv使用卷積操作進行特征提??；步驟5、使用訓練集對改進后的Yolov8模型進行訓練，基于性能評估指標得到最優的目標檢測模型，對測試集中的圖像進行檢測，完成目標檢測任務。

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浙江工業大學，其通訊地址為：310014 浙江省杭州市拱墅區潮王路18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”。