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！

龙图腾网获悉淮阴工学院申请的专利基于注意力的Water-Lite-HRNet遥感图像水体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：CN117058674B 。

龙图腾网通过国家知识产权局官网在2025-08-12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：202310992432.4，技术领域涉及：G06V20/70；该发明授权基于注意力的Water-Lite-HRNet遥感图像水体分割方法是由于永涛;姜涛;江佳敏;李银银;黄龙;顾函竹;卢伟彬;吴庆国;刘超;王俊设计研发完成，并于2023-08-08向国家知识产权局提交的专利申请。

本基于注意力的Water-Lite-HRNet遥感图像水体分割方法在说明书摘要公布了：本发明公开了一种基于注意力的Water‑Lite‑HRNet遥感图像水体分割方法，包括以下步骤：首先预处理LandCover.ai原始高分辨率遥感图像，得到本发明使用的水体分割数据集，包括训练集、测试集和验证集；其次对原始HRNet网络进行结构化剪枝，得到Water‑Lite‑HRNet网络，同时嵌入设计的注意力模块和相邻分支注意力模块；然后对Water‑Lite‑HRNet采用水体分割数据集中的训练集及验证集对网络模型进行微调与训练，得到分割模型Y；最后将水体分割数据集中的测试集输入到Y中，得到初始分割结果，对初始分割结果进行后处理，修正错误或不确定性，得到最终的水体分割结果。与现有技术相比，本发明提出的基于注意力的Water‑Lite‑HRNet模型，在大规模减少HRNet参数量提高模型训练速度的同时提高了模型分割精度。

本发明授权基于注意力的Water-Lite-HRNet遥感图像水体分割方法在权利要求书中公布了：1.一种基于注意力的Water-Lite-HRNet遥感图像水体分割方法，其特征在于，包括以下步骤： 步骤1：数据准备，利用LandCove.ai原始高分辨率遥感图像，对其进行预处理后得到水体分割数据集，数据集包括训练集、测试集和验证集； 步骤2：搭建网络，对原始HRNet网络进行结构化剪枝，得到Water-Lite-HRNet网络，同时嵌入注意力模块和相邻分支注意力模块；所述Water-Lite-HRNet网络由分支1、分支2、分支3和分支4四个分支堆叠而成，所述注意力模块嵌入四个分支中且四个分支仅与相邻不同分辨率分支融合特征，并在高低级特征跨分支融合前引入相邻分支注意力模块，进行相邻分支特征的提取； S2.1：对HRNet网络进行结构化剪枝；HRNet网络分为五个阶段，起始模块、第一阶段、第二阶段、第三阶段和第四阶段；起始模块负对输入图像进行初步处理和特征提取，其余阶段用于特征的进一步提取、信息传递和预测最终的分割结果；产生低分辨率分支的功能在第一阶段、第二阶段和第三阶段开头，多尺度融合功能在第一阶段、第二阶段、第三阶段和第四阶段之间，网络的输出部分在第四阶段结尾； S2.2：起始模块；对应网络的原始分辨率作为分支1，通过卷积操作，将输入图像卷积，使用Basicblock或者Bottleblock进行处理，起到提取特征的作用，在最后一个卷积层上使用注意力模块，将结果输入第一阶段； S2.3：第一阶段；对上一阶段的分支1下采样产生低分辨率的分支2，每个分支分别利用Basicblock或者Bottleblock进行特征提取，在最后一个卷积层上使用注意力模块，将结果输入第二阶段； S2.4：第二阶段，对上一阶段的分支2下采样产生低分辨率的分支3，分支1仅与相邻分支2特征融合，分支2仅与相邻分支1特征融合，分支3仅与相邻分支2特征融合，剪掉跨分支特征融合的功能；每个分支分别利用Basicblock或者Bottleblock进行特征提取，在最后一个卷积层上使用注意力模块，将结果输入第三阶段； S2.5：第三阶段；对上一阶段的分支3下采样产生低分辨率的分支4，当前阶段的分支1仅与相邻分支2特征融合，分支2与相邻分支1和3特征融合，分支3与相邻分支2特征融合，分支4仅与相邻分支3融合，剪掉跨分支特征融合的功能；每个分支分别利用Basicblock或者Bottleblock进行特征提取，在最后一个卷积层上使用注意力模块，将结果输入第四阶段； S2.6：第四阶段；分支1仅与相邻分支2特征融合，分支2仅与相邻分支1和3特征融合，分支3仅与相邻分支2和4特征融合，分支4仅与相邻分支3特征融合，剪掉跨分支特征融合的功能；特征融合以后，将结果输入相邻分支注意力模块； S2.7：对于第四阶段结尾，也即相邻分支注意力模块的结果，需要保留跨分支特征融合的功能，将三个并行低分辨率的输出上采样到分支1的尺寸大小，拼接四个分支的结果，再通过1×1的卷积得到最终的分割结果； 步骤3：训练模型，对Water-Lite-HRNet网络分别采用公开数据集和步骤1中水体分割数据集的训练集及验证集对网络模型进行微调与训练，得到分割模型Y； 步骤4：分割及后处理，将步骤1中水体分割数据集的测试集输入到分割模型Y中，得到初始水体分割结果，然后对其进行后处理，得到最终的水体分割结果。

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淮阴工学院，其通讯地址为：223005 江苏省淮安市经济技术开发区枚乘东路1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”。