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！

龙图腾网获悉湖北工业大学申请的专利一种语义分割模型训练方法及装置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：CN119919669B 。

龙图腾网通过国家知识产权局官网在2025-07-15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：202510422118.1，技术领域涉及：G06V10/26；该发明授权一种语义分割模型训练方法及装置是由李婕;朱成勇;杨陈波;孟萱;郭璟坤;蒋昊;李勉同;涂静敏;王滨辉设计研发完成，并于2025-04-07向国家知识产权局提交的专利申请。

本一种语义分割模型训练方法及装置在说明书摘要公布了：本发明涉及一种语义分割模型训练方法及装置，属于数字图像技术领域，该方法包括获取街道上的图像数据，设置初始语义分割模型；根据图像数据对初始语义分割模型进行训练，得到目标语义分割模型和输出结果；根据初始掩膜、伪标签和关键边缘区域集合进行权重计算，得到模型总损失；当模型总损失大于预设总损失阈值时，根据伪标签对图像数据进行扩充，并根据扩充之后的图像数据对目标语义分割模型进行训练，直至模型总损失不大于预设总损失阈值，确定模型训练完成；本发明提供了初始语义分割模型，可以对每张图像进行处理，无需手动对每张图像进行标记和处理；还可以对输出结果进行计算判断，保证了语义分割模型了准确率，减少了人工成本。

本发明授权一种语义分割模型训练方法及装置在权利要求书中公布了：1.一种语义分割模型训练方法，其特征在于，包括： 获取街道上的图像数据，设置初始语义分割模型； 根据所述图像数据对所述初始语义分割模型进行训练，得到目标语义分割模型和输出结果；所述输出结果包括初始掩膜、伪标签和关键边缘区域集合； 根据所述初始掩膜、所述伪标签和所述关键边缘区域集合进行权重计算，得到模型总损失； 当所述模型总损失大于预设总损失阈值时，根据所述伪标签对所述图像数据进行扩充，并根据扩充之后的图像数据对所述目标语义分割模型进行训练，直至所述模型总损失不大于所述预设总损失阈值，确定模型训练完成； 所述初始语义分割模型包括特征提取网络、感知层、动作层和反馈层； 所述特征提取网络包括混合频域卷积层和多尺度注意力残差模块；将训练集的图像数据输入至所述特征提取网络中进行逐层采样，得到特征图，包括： 将所述图像数据输入至所述混合频域卷积层进行权重计算，得到每个特征通道的自适应权重； 根据所述自适应权重确定所述每个特征通道对应的卷积模式；所述自适应权重大于预设权重阈值的卷积模式为传统卷积；所述自适应权重不大于所述预设权重阈值的卷积模式为频域卷积； 根据所述卷积模式对所述图像数据进行特征提取，得到所述每个特征通道的特征图像； 根据所述多尺度注意力残差模块对所述特征图像进行多尺度特征融合和调整，得到特征图； 所述特征提取网络进行逐层采样的过程包括： 将所述图像数据送入三个并行分支，所述并行分支使用混合频率卷积进行特征提取，得到多尺度特征； 通过注意力机制进行所述多尺度特征的加权融合，得到加权融合特征； 经过第一层MSARM的加权融合特征被下采样，此下采样后的特征经过另一组并行的卷积核提取，再次送入MSARM模块进行特征融合，得到中尺度特征； 重复上述特征提取操作，得到更深层次的多尺度融合结果。

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湖北工业大学，其通讯地址为：430068 湖北省武汉市洪山区南李路28号；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”。