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！

龍圖騰網恭喜河海大學申請的專利基于自適應多尺度特征金字塔網絡的遙感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：CN114758134B 。

龍圖騰網通過國家知識產權局官網在2025-05-30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：202210477728.8，技術領域涉及：G06V10/26；該發明授權基于自適應多尺度特征金字塔網絡的遙感圖像語義分割方法是由王鑫;段林;石愛業;李黎;呂國芳;尹宇通設計研發完成，并于2022-04-29向國家知識產權局提交的專利申請。

本基于自適應多尺度特征金字塔網絡的遙感圖像語義分割方法在說明書摘要公布了：本發明公開了一種基于自適應多尺度特征金字塔網絡的遙感圖像語義分割方法。首先，以ResNet50網絡模型為基礎，設計了一個新型的用于語義分割的深度卷積神經網絡；其次，將高分遙感圖像輸入網絡中進行訓練，將ResNet50與金字塔網絡組建成為編碼器；然后，由編碼器部分的金字塔網絡中的四組輸出特征作為解碼器的四組輸入，并送入解碼器部分；接著，在解碼器部分增加了可切換型空洞卷積和空洞空間卷積池化金字塔；最后，對特征進行逐層的2倍上采樣與特征融合操作得到分割后的結果圖。

本發明授權基于自適應多尺度特征金字塔網絡的遙感圖像語義分割方法在權利要求書中公布了：1.基于自適應多尺度特征金字塔網絡的遙感圖像語義分割方法，其特征在于，所述方法包括如下步驟：1構建多分類遙感圖像數據集，并制作相應的樣本標注，將每類遙感圖像按比例劃分為訓練集Train和測試集Test；2構建自適應多尺度特征金字塔網絡，使用遙感圖像數據訓練集對基于自適應多尺度特征金字塔網絡進行訓練；3設定訓練參數，構建損失函數，使用訓練集對所構建的基于自適應多尺度特征金字塔網絡進行訓練，更新網絡參數，直到參數取值收斂；收斂條件為損失函數值不再減小；4將測試集輸入到訓練好的網絡中得到測試集的語義分割結果圖；步驟2中的，構建自適應多尺度特征金字塔網絡的方法如下：2.1首先搭建基于ResNet50的卷積神經網絡，并去掉其中的全連接層；將ResNet50中除第一階段外各階段末的卷積層輸出作為金字塔網絡的輸入特征，共四組分別設為C2、C3、C4、C5；2.2將步驟2.1得到的四組特征C2、C3、C4、C5送入金字塔網絡；經過金字塔網絡的特征融合，分別得到不同尺寸大小的特征圖，記為P2、P3、P4、P5；所述步驟2.2經過金字塔網絡的特征融合，分別得到不同尺寸大小的特征圖，記為P2、P3、P4、P5，具體如下：2.2.1將特征C5經過1×1卷積進行通道降維，得到特征P5，具體為：P5＝δG1×1convC5其中δ·代表線性整流函數，G1×1conv·代表1×1大小的卷積操作；2.2.2將特征P5進行2倍上采樣，并與經過1×1卷積降維后的特征C4進行融合，得到特征P4，具體為： 其中代表逐元素相加，Up2×·代表2倍上采樣；2.2.3將特征P4進行2倍上采樣，并與經過1×1卷積降維后的特征C3進行融合，得到特征P3，具體為： 2.2.4將特征P3進行2倍上采樣，并與經過1×1卷積降維后的特征C2進行融合，得到特征P2，具體為： 2.3將步驟2.2得到的四組特征P2、P3、P4、P5作為編碼器的輸出，傳入解碼器；2.4將特征P5送入解碼器中的空洞空間卷積池化金字塔部分以構建多尺度特征，得到特征U5，具體為： 其中代表特征在通道維度上進行堆疊，代表空洞率為1的3×3卷積操作，代表空洞率為3的3×3卷積操作，代表空洞率為5的3×3卷積操作，G2×2pool·代表2×2大小的平均池化操作；2.5將特征P2、P3、P4分別傳入可切換型空洞卷積進行處理；進一步地講，所述步驟2.5將特征P2、P3、P4分別傳入可切換型空洞卷積進行處理，得到四組處理后的特征圖，分別記為P2″、P3″、P4″，具體如下：2.5.1將特征P2進行全局平均池化，再通過1×1卷積，接著與原特征進行融合，得到特征P2′；具體為： 其中GGAP·代表全局平均池化；然后該特征進行可切換型空洞卷積進行處理，得到輸出特征P2″；具體為：αP2′＝δG1×1convGGAPP2′ 2.5.2將特征P3進行全局平均池化，再通過1×1卷積，接著與原特征進行融合，得到特征P3′；具體為： 然后該特征進行可切換型空洞卷積進行處理，得到輸出特征P3″；具體為：αP3′＝δG1×1convGGAPP3′ 2.5.3將特征P4進行全局平均池化，再通過1×1卷積，接著與原特征進行融合，得到特征P4′；具體為： 然后該特征進行可切換型空洞卷積進行處理，得到輸出特征P4″；具體為：αP4′＝δG1×1convGGAPP4′ 2.6將特征U5進行2倍上采樣并與經過可切換型空洞卷積處理后的特征P4″進行融合，再經過3×3卷積得到特征U4，具體為： 其中，G3×3conv·代表3×3卷積操作，Up2×·代表2倍上采樣操作；2.7將特征U4進行2倍上采樣并與經過可切換型空洞卷積處理后的特征P3進行融合，再經過3×3卷積得到特征U3，具體為： 2.8將特征U3進行2倍上采樣并與經過可切換型空洞卷積處理后的特征P2進行融合，再經過3×3卷積得到特征U2，具體為： 2.9將特征U2進一步進行4倍上采樣，然后進行1×1卷積，得到輸出的分割結果圖O，具體為：O＝SoftmaxG1×1convUp4×U2其中，Up4×·代表4倍上采樣過程，Softmax·代表softmax激活函數。

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河海大學，其通訊地址為：210024 江蘇省南京市鼓樓區西康路1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”。