买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜西北工业大学宁波研究院申请的专利基于并行网络结构的无监督域适应遥感图像语义分割方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119942127B 。

龙图腾网通过国家知识产权局官网在2025-07-01发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510414052.1，技术领域涉及：G06V10/26；该发明授权基于并行网络结构的无监督域适应遥感图像语义分割方法是由张艳宁;冉令燕;王鹏;张秀伟;齐召帅;王露爽设计研发完成，并于2025-04-03向国家知识产权局提交的专利申请。

本基于并行网络结构的无监督域适应遥感图像语义分割方法在说明书摘要公布了：本发明提供了基于并行网络结构的无监督域适应遥感图像语义分割方法，包括：步骤S1，获取源域数据集和目标域数据集；步骤S2，构建并行网络模型；步骤S3，基于源域数据集对并行网络模型进行训练以构建源域交叉熵损失函数；步骤S4，通过并行网络模型对目标域数据集进行预测生成伪标签并构建目标域交叉熵损失函数；步骤S5，构建通道注意力加权模块得到共享注意力权重，利用共享注意力权重对源域特征和目标域特征进行逐通道加权生成对齐后源域特征和对齐后目标域特征；步骤S6，最小化分布差异进行特征对齐，并基于总损失函数对并行网络模型进行优化；步骤S7，测试得到平均交并比作为语义分割评价指标。有益效果是本发明能够实现高精度的语义分割。

本发明授权基于并行网络结构的无监督域适应遥感图像语义分割方法在权利要求书中公布了：1.基于并行网络结构的无监督域适应遥感图像语义分割方法，其特征在于，包括以下步骤： 步骤S1，获取带有标签的源域数据集和无标签的目标域数据集； 步骤S2，构建并行网络模型； 步骤S3，通过所述并行网络模型于所述源域数据集中提取源域特征并生成第一预测结果，基于所述第一预测结果和所述源域数据集构建源域交叉熵损失函数； 步骤S4，通过所述并行网络模型对所述目标域数据集进行预测生成伪标签得到增强后目标域数据集，并提取目标域特征生成第二预测结果，基于所述第二预测结果和所述增强后目标域数据集构建目标域交叉熵损失函数； 步骤S5，构建通道注意力加权模块对所述源域特征和所述目标域特征进行特征加权得到共享注意力权重，利用所述共享注意力权重对所述源域特征和所述目标域特征分别进行逐通道加权生成对齐后源域特征和对齐后目标域特征； 步骤S6，根据所述对齐后源域特征和所述对齐后目标域特征得到最小化的分布差异，并基于所述分布差异、所述源域交叉熵损失函数和所述目标域交叉熵损失函数得到总损失函数以进行模型优化； 步骤S7，对所述并行网络模型测试得到平均交并比作为语义分割评价指标。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人西北工业大学宁波研究院，其通讯地址为：315000 浙江省宁波市高新区清逸路218弄；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。