买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉国网浙江省电力有限公司信息通信分公司申请的专利一种复杂电力场景中目标检测的鲁棒性提升方法和系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121033401B 。

龙图腾网通过国家知识产权局官网在2026-05-08发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511565440.6，技术领域涉及：G06V10/25；该发明授权一种复杂电力场景中目标检测的鲁棒性提升方法和系统是由陈逍潇;周鹏;胡云龙;戚伟强;郑诗雨;钱经玮;沈思琪;张烨华;陆鑫;朱鸿江;周慧凯;黄佳凌;陈睿智;赵依;魏玉杭;刘若琳设计研发完成，并于2025-10-30向国家知识产权局提交的专利申请。

本一种复杂电力场景中目标检测的鲁棒性提升方法和系统在说明书摘要公布了：本发明公开了一种复杂电力场景中目标检测的鲁棒性提升方法和系统，涉及智能电网技术领域，本发明实施例通过净化模型和预训练典型目标检测模型共同形成电力目标检测模型，并结合增加了特异性干扰的增强数据对电力目标检测模型进行训练，模型训练过程中首先对预训练典型目标检测模型进行预训练，然后固定预训练典型目标检测模型的参数，将预训练典型目标检测模型输出的对抗性损失作为净化模型的训练引导，以对净化模型的参数进行调整。通过净化模型结合增强数据扩展了电力目标检测模型的抗干扰边界，使得烟雾检测、火焰识别等关键任务能够在更干净、可信的数据基础上进行判断与决策，精准聚焦于烟雾或火焰的目标，提升模型在面对复杂干扰时的鲁棒性。

本发明授权一种复杂电力场景中目标检测的鲁棒性提升方法和系统在权利要求书中公布了：1.一种复杂电力场景中目标检测的鲁棒性提升方法，其特征在于，包括： 获取预设电力场景下的图像及图像标注，形成原始场景样本；所述图像标注包括烟雾目标标注和火焰目标标注； 对所述原始场景样本进行边界攻击和概率扩散，得到增强样本； 根据所述原始场景样本和所述增强样本，构建训练样本集； 构建包括净化模型和预训练典型目标检测模型的电力目标检测模型；所述净化模型用于对电力目标检测模型的扰动和噪声数据进行净化，生成净化数据；所述预训练典型目标检测模型用于根据所述净化数据，生成检测目标结果和对抗性损失； 采用所述训练样本集对所述净化模型进行训练，训练过程中固定所述预训练典型目标检测模型的参数，并以所述对抗性损失作为所述净化模型的损失函数； 将待测区域的数据输入至训练后的所述电力目标检测模型中，得到待测区域的烟雾目标与火焰目标； 所述采用所述训练样本集对所述净化模型进行训练，训练过程中固定所述预训练典型目标检测模型的参数，并以所述对抗性损失作为所述净化模型的损失函数，包括： 生成随机高斯噪声，将所述随机高斯噪声添加至所述训练样本集中，生成增噪训练样本； 基于预定义的掩码，对所述增噪训练样本进行随机变换，生成掩码样本； 当满足预设的模型训练终止条件时，根据所述净化模型和所述预训练典型目标检测模型的参数，得到电力目标检测模型； 否则，固定所述预训练典型目标检测模型的参数，以预训练典型目标检测模型的损失作为净化模型的损失函数，对所述净化模型的参数进行迭代训练； 所述固定所述预训练典型目标检测模型的参数，以预训练典型目标检测模型的损失作为净化模型的损失函数，对所述净化模型的参数进行迭代训练，包括： 固定所述预训练典型目标检测模型的参数； 将所述掩码样本输入至所述净化模型中，所述净化模型以所述训练样本集为输出目标，对所述掩码样本进行净化，得到净化数据； 将所述净化数据输入至预训练典型目标检测模型中，得到检测目标结果，并根据所述检测目标结果和所述训练样本集，得到对抗性损失； 根据所述对抗性损失，得到所述净化模型的损失函数； 引入梯度正则化项作为梯度惩罚，根据所述损失函数和所述梯度惩罚，对所述净化模型的参数迭代调整； 所述对所述原始场景样本进行边界攻击和概率扩散，得到增强样本，包括： 基于预设的交并比指标，对所述原始场景样本进行边界攻击，生成边界对抗样本； 提取所述原始场景样本的边缘视觉特征和语义特征，根据所述边缘视觉特征和所述语义特征，对所述原始场景样本进行概率扩散，生成混合样本； 根据所述边界对抗样本和所述混合样本，得到增强样本； 所述提取所述原始场景样本的边缘视觉特征和语义特征，根据所述边缘视觉特征和所述语义特征，对所述原始场景样本进行概率扩散，生成混合样本，包括： 采用边缘检测算法，提取所述原始场景样本的边缘视觉特征，生成视觉先验边缘图； 提取所述原始场景样本的语义特征，根据所述语义特征，构造文本提示词； 将所述视觉先验边缘图和所述文本提示词输入至预训练的概率扩散模型中，将所述扩散模型的输出与所述原始场景样本进行混合，得到初始混合样本； 采用CLIP模型计算所述初始混合样本与所述文本提示词的语义相似度，根据所述语义相似度，从所述初始混合样本中过滤得到混合样本。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人国网浙江省电力有限公司信息通信分公司，其通讯地址为：310007 浙江省杭州市西湖区黄龙路8号641室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。