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！

龍圖騰網恭喜中科星圖數字地球合肥有限公司申請的專利一種輕量級語義分割模型遙感樣本優化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：CN119399581B 。

龍圖騰網通過國家知識產權局官網在2025-04-18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：202510003459.5，技術領域涉及：G06V10/774；該發明授權一種輕量級語義分割模型遙感樣本優化方法是由范猛;劉繼東;孫嗣文;何鈺;張健;閆芳;王樂;豐得闖設計研發完成，并于2025-01-02向國家知識產權局提交的專利申請。

本一種輕量級語義分割模型遙感樣本優化方法在說明書摘要公布了：本發明公開了一種輕量級語義分割模型遙感樣本優化方法，包括以下步驟：S1，在互聯網中收集公開的遙感語義分割樣本數據，依次對樣本進行數據增強、構建輕量級的語義分割FCT網絡模型、構建Beta混合模型、建立標簽糾偏精化模型并對樣本進行優化；S2，將步驟S1選出的高質量樣本放入樣本數據庫中，根據增量學習技術對樣本的要求進一步對樣本進行篩選和處理；S3，利用步驟S2篩選出的數據集在預訓練模型的基礎上進行續訓練。本發明不僅可以在存在大量樣本情況下完成對模型的快速訓練，還同時實現了對樣本進行糾偏和精化以及去除冗余樣本的目的，在減少訓練資源消耗的同時不會降低模型的精度。

本發明授權一種輕量級語義分割模型遙感樣本優化方法在權利要求書中公布了：1.一種輕量級語義分割模型遙感樣本優化方法，其特征在于，包括以下步驟：S1，在互聯網中收集公開的遙感影像及其對應的分類標簽組成語義分割的樣本數據，依次對樣本進行數據增強、構建輕量級的語義分割FCT網絡模型、構建Beta混合模型、建立標簽糾偏精化模型；具體地，S11，收集遙感影像及其對應的分類標簽組成語義分割的樣本數據，進入到數據增強模塊，數據增強方式具體包括隨機旋轉、隨機縮放、隨機裁剪、水平翻轉、隨機擦除、圖像混合以及顏色抖動；S12，構建輕量級的語義分割FCT網絡模型，利用現有樣本即步驟S1中收集的樣本數據，對FCT網絡模型進行預訓練；S13，針對所有樣本，包括影像和其對應標簽中的遙感影像，利用預訓練模型輸出網絡最后一層的概率圖，之后分別計算其LNscore和RCscore兩個質量評估指標分數值，利用Beta混合模型對兩個質量評估指標分數結果進行建模，在圖像級層面上將所有樣本劃分為干凈樣本和噪聲樣本兩部分；LNscore定義為在t時刻中，損失梯度的期望范數: ；其中，x表示樣本中的影像數據，y表示樣本中的標簽數據，Wt是在時間t時刻的模型參數，是模型對第k個類別的預測概率，K是表示類別的數量，yk是真實標簽的one-hot編碼，是第k個類別的logit梯度，表示計算L2范數的平方，E表示計算數學期望值，表示累加，表示計算的t時刻的LNscore值；RCscore分數定義為預測概率向量與真實標簽向量之間的L2范數的平方的期望值；對于一個訓練樣本x,y，其RCscore表示為： ；其中，x表示樣本中的影像數據，y表示樣本中的標簽數據，Wt是在時間t時刻的模型參數，是模型對輸入x影像數據的預測輸出，是真實標簽的one-hot編碼，表示L2范數的平方，計算的是預測輸出和真實標簽之間的平方誤差，表示t時刻的預測標簽和真實標簽L2范數平方的數學期望值，表示計算的t時刻的RCscore值；S14，基于步驟S13的方法，選擇出干凈樣本建立標簽糾偏精化模型并對樣本進行優化；S2，將步驟S1選出的經過糾偏和精化后的樣本放入到樣本數據庫中，同時將早期訓練的預訓練模型即步驟S12中對FCT網絡模型進行預訓練后得到的模型，存入到模型數據庫中，根據增量學習技術對樣本的要求進一步對樣本進行篩選和處理；S3，利用步驟S2篩選出的數據集在預訓練模型的基礎上進行續訓練。

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中科星圖數字地球合肥有限公司，其通訊地址為：230088 安徽省合肥市高新區望江西路900號中安創谷科技園一期A1樓36層；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”。