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(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜中南大學;華中農(nóng)業(yè)大學申請的專利一種利用深度遷移學習進行圖像分割處理方法和裝置獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN113962977B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-03-21發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202111267998.8，技術領域涉及：G06T7/00；該發(fā)明授權一種利用深度遷移學習進行圖像分割處理方法和裝置是由黃嵐;譚黎明;劉鋒;李偉夫;李文祎設計研發(fā)完成，并于2021-10-29向國家知識產(chǎn)權局提交的專利申請。

本一種利用深度遷移學習進行圖像分割處理方法和裝置在說明書摘要公布了：本申請公開了一種利用深度遷移學習進行圖像分割處理方法和裝置，該方法包括：獲取第一溫度下的金屬微觀組織圖像；使用第一訓練集的每張圖像訓練分割模型，其中，使用每張圖像訓練每一輪之后均使用驗證集對此次訓練進行驗證，得到此輪訓練后的分割模型的評價指標；根據(jù)每輪的評價指標選擇最優(yōu)的模型，并獲取最優(yōu)的模型對應的模型參數(shù)；使用模型參數(shù)構(gòu)建新的分割模型；使用第二溫度下的金屬微觀組織圖像作為第二訓練集對新的分割模型進行調(diào)整；使用調(diào)整后的新的分割模型進行預測得到預測結(jié)果。通過本申請解決了現(xiàn)有技術中訓練集圖像少導致模型預測效果差的問題，從而提高了模型的預測效果。

本發(fā)明授權一種利用深度遷移學習進行圖像分割處理方法和裝置在權利要求書中公布了：1.一種利用深度遷移學習進行圖像分割處理方法，其特征在于，包括：獲取第一溫度下的金屬微觀組織圖像，其中，所述金屬微觀組織圖像均帶有標簽，所述金屬微觀組織圖像至少被分為第一訓練集和驗證集；使用所述第一訓練集的每張圖像訓練分割模型，其中，使用每張圖像訓練每一輪之后均使用驗證集對此次訓練進行驗證，得到此輪訓練后的分割模型的評價指標；根據(jù)每輪的評價指標選擇最優(yōu)的模型，并獲取最優(yōu)的模型對應的模型參數(shù)；使用所述模型參數(shù)構(gòu)建新的分割模型，所述分割模型的構(gòu)建基于U-net的分割網(wǎng)絡結(jié)構(gòu)，是一個典型的全卷積神經(jīng)網(wǎng)絡，具有典型的編碼器和解碼器結(jié)構(gòu)，編碼器對圖像進行深度特征提取，池化層對特征圖進行下采樣，然后解碼器對特征圖進行上采樣，重建分割結(jié)果，U-net還增加了編碼器和解碼器之間的跳躍連接，每個編碼器層包含兩個卷積層和一個最大池化層，每個解碼器層包含一個上采樣層和兩個卷積層，同時每個編碼器第二個卷積層的輸出通過跳躍連接和同層解碼器上采樣后的輸出聯(lián)接起來，最后通過‘Sigmoid’激活函數(shù)將最后一個解碼器的輸出映射到0-1之間作為分割輸出結(jié)果；使用第二溫度下的金屬微觀組織圖像作為第二訓練集對所述新的分割模型進行調(diào)整；使用調(diào)整后的新的分割模型進行預測得到預測結(jié)果。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" >中南大學;華中農(nóng)業(yè)大學，其通訊地址為：410083 湖南省長沙市岳麓山左家垅；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。