基于DCN-YOLO模型的树线故障识别与预警方法（高校公示15天）（不包年费滞纳金）（需要二变）

本发明公开了一种基于DCN‑YOLO模型的树线故障识别与预警方法，包括：通过树线放电实验平台模拟真实树线放电，拍摄视频并按帧导出图片，对图片进行标签标记获得初始数据集；获取火焰、电缆、树枝数据集对初始数据集进行扩充组成增强数据集，并将其划分为训练集、验证集和测试集；基于DCN‑YOLO模型进行数据增强、通道注意力机制改进、损失函数样本权重平衡改进；将增强数据集输入改进后的模型进行训练和验证，获取最高评价指标mAP50和mAP50‑90数值，得到树线故障监测预警模型；将树线故障监测预警模型接入输电杆塔监控系统，当监测到输电线路上存在树枝和火焰或二者之一时将触发报警系统；本发明实现了树线故障起火早期阶段准确预警。

《基于DCN-YOLO模型的树线故障识别与预警方法（高校公示15天）（不包年费滞纳金）（需要二变）》是一发明专利，专利号为 2024118497296，当前法律状态为已下证，由成都理工大学提出申请，发明人为蔡乐辉;冯健程;马德津;陈天翔;蒋卓峰;辜弘，申请日期为2024-12-16，公开（公告）日期为2025-09-12，国际专利分类号（IPC）为 G06V 20/52 (2022.01)，高新资质：未报高企。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于DCN‑YOLO模型的树线故障识别与预警方法，包括：通过树线放电实验平台模拟真实树线放电，拍摄视频并按帧导出图片，对图片进行标签标记获得初始数据集；获取火焰、电缆、树枝数据集对初始数据集进行扩充组成增强数据集，并将其划分为训练集、验证集和测试集；基于DCN‑YOLO模型进行数据增强、通道注意力机制改进、损失函数样本权重平衡改进；将增强数据集输入改进后的模型进行训练和验证，获取最高评价指标mAP50和mAP50‑90数值，得到树线故障监测预警模型；将树线故障监测预警模型接入输电杆塔监控系统，当监测到输电线路上存在树枝和火焰或二者之一时将触发报警系统；本发明实现了树线故障起火早期阶段准确预警。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！