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！

龙图腾网获悉安徽大学申请的专利基于改进Deeplabv3+的轻量级遥感影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：CN115984850B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310116702.5，技术领域涉及：G06V20/70；该发明授权基于改进Deeplabv3+的轻量级遥感影像语义分割方法是由赵晋陵;陈荟;秦元首;程志友;黄林生;黄文江设计研发完成，并于2023-02-15向国家知识产权局提交的专利申请。

本基于改进Deeplabv3+的轻量级遥感影像语义分割方法在说明书摘要公布了：本发明涉及一种基于改进Deeplabv3+的轻量级遥感影像语义分割方法，包括：通过遥感卫星获取不同情景下的图像，得到数据集；在数据集中选定分割对象，对分割对象进行语义标注和分割，进行图像增强，在图像增强后将整个数据集划分为训练集、测试集和验证集；构建改进的DeepLabv3+网络模型，采用训练集训练改进的DeepLabv3+网络模型；将测试集中的测试图像输入训练后的改进的DeepLabv3+网络模型，选定分割对象为田地、建筑群或水域，并保存语义分割的结果图像。本发明基于改进的DeepLabv3+网络模型，训练参数量较小、精度较高、边缘分割更细腻、有效改善孔洞问题；本发明系统针对田地、建筑群、水域多种分割对象，便于不同场景使用，智能便捷。

本发明授权基于改进Deeplabv3+的轻量级遥感影像语义分割方法在权利要求书中公布了：1.一种基于改进Deeplabv3+的轻量级遥感影像语义分割方法，其特征在于：该方法包括下列顺序的步骤： 1数据采集：通过遥感卫星获取不同情景下的图像，并转换为jpg格式的三通道图像，得到数据集； 2数据预处理：在数据集中选定分割对象，对分割对象进行语义标注和分割，进行图像增强，在图像增强后将整个数据集划分为训练集、测试集和验证集； 3网络模型的创建和训练：构建改进的DeepLabv3+网络模型，采用训练集训练改进的DeepLabv3+网络模型，得到训练后的改进的DeepLabv3+网络模型及其参数； 4测试阶段：将测试集中的测试图像输入训练后的改进的DeepLabv3+网络模型，选定分割对象为田地、建筑群或水域，并保存语义分割的结果图像； 所述步骤3具体包括以下步骤： 3a构建改进的DeepLabv3+网络模型，使用轻量级网络MobileNetv2作为主干网络； 3b在编码区Encoder中，通过连续使用3个膨胀系数为1、2、3的空洞卷积作为HDC模块替代空洞空间卷积池化金字塔ASPP中原有的卷积，为保证感受野不变，使用一个HDC模块替代膨胀率为6的卷积，使用两个HDC模块替代膨胀率为12的卷积，使用三个HDC模块替代膨胀率为18的卷积，卷积时覆盖低层特征层的方形区域，以改善网格效应带来的孔洞问题； 3c在空洞空间卷积池化金字塔ASPP中，使用带状池化模块替代原有的全局平均池化模块，分别通过垂直池化和水平池化构建通道间的依赖关系，从不同空间维度收集信息； 3d在解码区Decoder中，从主干网络中提取第4、7两层浅层特征施加基于标准化的注意力机制NAM，其后构建ResNet50模块，使用先降维再升维的卷积快，并将其中3×3的卷积替换为膨胀率为4的空洞卷积，丰富细节特征； 3e选择交叉熵作为算法的损失，平均交并比mIoU和平均像素精确度mPA作为评价指标，从预测像素正确的部分在预测像素和真实像素的并集中的比例，以及正确像素占总像素的比例两个角度来对网络模型的训练效果进行评价。

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安徽大学，其通讯地址为：230039 安徽省合肥市肥西路3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”。