基于YOLOv8n的输电线路绝缘子缺陷和杆塔鸟巢检测方法

被引:0
专利类型
发明
申请号
CN202410915155.1
申请日
2024-07-09
公开(公告)号
CN119027366A
公开(公告)日
2024-11-26
发明(设计)人
王爽 李亚威 唐波
申请人
三峡大学
申请人地址
443002 湖北省宜昌市大学路8号
IPC主分类号
G06T7/00
IPC分类号
G06V10/774 G06V10/82 G06N3/0464
代理机构
宜昌市三峡专利事务所 42103
代理人
余山
法律状态
公开
国省代码
湖北省 宜昌市
引用
下载
收藏
共 50 条
[1]
基于改进YOLOv8n的输电线路绝缘子的缺陷检测方法和系统 [P]. 
郑剑锋 ;
邹喆 ;
汤佳乐 ;
张江勇 ;
刘安心 .
中国专利 :CN119399164A ,2025-02-07
[2]
一种基于改进YOLOv8n的输电线路绝缘子缺陷检测方法 [P]. 
赵玉真 ;
李勋 ;
赵阳 ;
袁宝玺 ;
金小媛 ;
郭准 .
中国专利 :CN119671951A ,2025-03-21
[3]
基于改进YOLOv8s的输电线路绝缘子缺陷检测的方法 [P]. 
周朝晖 ;
李玉钦 .
中国专利 :CN120807415A ,2025-10-17
[4]
一种基于LightWeight-YOLOv8n的高压输电线路绝缘子缺陷检测方法 [P]. 
叶永盛 ;
谭国光 ;
褚家伟 ;
文斌 ;
杨超 ;
陈曦 ;
黎丽丽 .
中国专利 :CN119027367A ,2024-11-26
[5]
基于YOLOv10的输电线路绝缘子检测方法及系统 [P]. 
罗杰 ;
曾凡仔 ;
张迄博 .
中国专利 :CN119516176B ,2025-10-17
[6]
基于YOLOv10的输电线路绝缘子检测方法及系统 [P]. 
罗杰 ;
曾凡仔 ;
张迄博 .
中国专利 :CN119516176A ,2025-02-25
[7]
基于深度学习的输电线路绝缘子缺陷检测方法 [P]. 
包杨阳 ;
陈田 ;
张志成 ;
沈贺 ;
董二凤 ;
文宁 .
中国专利 :CN113379699A ,2021-09-10
[8]
基于机器视觉的输电线路绝缘子缺陷检测方法和系统 [P]. 
杨晓君 ;
李拓 ;
齐延岭 ;
王羽婷 ;
陈辉 .
中国专利 :CN120782732A ,2025-10-14
[9]
一种基于改进YOLOv4算法的输电线路绝缘子缺陷检测方法 [P]. 
邱志斌 ;
朱轩 ;
廖才波 ;
屈文谦 ;
丁同殊 .
中国专利 :CN113469953B ,2021-10-01
[10]
基于YOLOv8改进的配网输电线路绝缘子破损检测方法及系统 [P]. 
苑子杨 ;
王晓龙 ;
安国成 ;
管冯刚 ;
姚林涛 .
中国专利 :CN117576456A ,2024-02-20