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！

龍圖騰網恭喜重慶郵電大學申請的專利一種基于雙網絡協同分割模型的圖像語義分割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：CN116468888B 。

龍圖騰網通過國家知識產權局官網在2025-05-20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：202310309481.3，技術領域涉及：G06V10/26；該發明授權一種基于雙網絡協同分割模型的圖像語義分割方法是由舒禹程;蘭尹;肖斌;李偉生設計研發完成，并于2023-03-28向國家知識產權局提交的專利申請。

本一種基于雙網絡協同分割模型的圖像語義分割方法在說明書摘要公布了：本發明屬于計算機視覺領域，具體涉及一種基于雙網絡協同分割模型的圖像語義分割方法，包括：建立構建雙網絡協同分割模型，對于帶標簽數據采用全監督學習的方式進行模型的訓練，對于無標簽數據采跨網絡相互學習的方法進行半監督學習進模型的訓練，將待分割的圖像輸入訓練好的雙網絡協同分割模型，得到分割結果；本發明基于標簽空間和特征空間的相互互補學習，實現了對大量無標簽數據的高效利用和開發，緩解了目前全監督深度學習模型訓練需要高質量、高成本、極耗時的標簽需求，在保證分割模型的性能時進一步讓模型的訓練成本大大降低，并能夠部署于各種的智能系統，具有較高的實際應用價值。

本發明授權一種基于雙網絡協同分割模型的圖像語義分割方法在權利要求書中公布了：1.一種基于雙網絡協同分割模型的圖像語義分割方法，其特征在于，包括：構建雙網絡協同分割模型并進行訓練，將待分割的圖像輸入訓練好的雙網絡協同分割模型，得到分割結果；所述雙網絡協同分割模型，包括：兩個參數不同網絡結構相同的分割網絡fθ1和fθ2，所述fθ1和fθ2包括：編碼器、分類器、和投影頭；所述雙網絡協同分割模型的訓練過程，包括以下步驟：S1：將有標簽數據輸入分割網絡fθ1和fθ2，采用傳統的基于像素級交叉熵的全監督語義分割方法進行模型的訓練，訓練的全監督損失函數用表示；S2：對無標簽數據xu進行弱數據增強Aw處理，得到無標簽數據的弱數據增強版本xw＝Awxu；S3：將弱數據增強版本xw進行兩次強數據增強As處理，得到兩個不同的強數據增強版本xs1＝Asxw和xs2＝Asxw；S4：將弱數據增強版本xw同時輸入分割網絡fθ1和fθ2，先對xw通過編碼器進行編碼，然后使用分類器進行分類，分別得到分割預測和S5：將兩個強數據增強版本xs1、xs2分別輸入分割網絡fθ1和fθ2，兩個網絡分別對xs1、xs2通過編碼器進行編碼，然后使用分類器進行分類，分別得到分割預測和S6：將弱數據增強版本的預測分別進行硬化操作，得到偽標簽y1和y2；S7：根據偽標簽y1和y2使用損失函數進行跨網絡在標簽空間中的一致性學習；S8：將無標簽數據的弱數據增強版本xw輸入分割網絡fθ1和fθ2，分別通過兩個分割網絡的編碼器對xw進行編碼，通過投影頭將編碼后的xw投影到對比學習特征空間中，得到特征集合z1、z2；S9：將特征集合z1、z2中來自不同網絡被投射到同一特征空間的具有相同位置的特征定義為一對正樣本，將具有不同偽標簽的特征定義為一對負樣本；S10：通過正負樣本對得到模型跨網絡對比學習在特征空間中的損失函數通過優化進行對比學習讓錨特征向量與正樣本相互吸引，與負樣本相互排斥；S11：根據全監督訓練和半監督訓練的損失函數得到所述雙網絡協同分割模型的整體損失函數，當整體損失函數的損失值最小時，完成所述雙網絡協同分割模型的訓練，得到訓練好的雙網絡協同分割模型。

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重慶郵電大學，其通訊地址為：400065 重慶市南岸區南山街道崇文路2號；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”。