Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院自动化研究所张兆翔获国家专利权

中国科学院自动化研究所张兆翔获国家专利权

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!

龙图腾网获悉中国科学院自动化研究所申请的专利弱监督语义分割方法、装置、电子设备及存储介质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:CN114463335B

龙图腾网通过国家知识产权局官网在2025-08-15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:202111602397.8,技术领域涉及:G06F40/30;该发明授权弱监督语义分割方法、装置、电子设备及存储介质是由张兆翔;李靖;樊峻菘设计研发完成,并于2021-12-24向国家知识产权局提交的专利申请。

弱监督语义分割方法、装置、电子设备及存储介质在说明书摘要公布了:本申请实施例公开了一种弱监督语义分割方法、装置、电子设备及存储介质,方法包括:获取待识别图片,将待识别图片输入至语义分割模型中,得到语义分割结果;语义分割模型是基于训练伪标签,对基础语义分割模型进行训练后得到的;训练伪标签是由双分支模型对图片进行识别后得到的;双分支模型是基于第一训练标签和第二训练标签,进行迭代训练后得到的;第一训练标签是由CAM生成的初始标签;第二训练标签是双分支模型输出的在线标签。本申请通过迭代优化的方式训练一个双分支模型,使它可以预测更高质量的物体边界和分割结果,最后根据物体边界和分割结果生成用于训练基础语义分割模型的高质量伪标签,从而训练高精度的语义分割模型。

本发明授权弱监督语义分割方法、装置、电子设备及存储介质在权利要求书中公布了:1.一种弱监督语义分割方法,其特征在于,包括: 获取待识别图片,并将所述待识别图片输入至语义分割模型中,得到所述待识别图片的语义分割结果; 其中,所述语义分割模型是基于训练伪标签,对基础语义分割模型进行训练后得到的;所述训练伪标签是由双分支模型对图片进行识别后得到的;所述双分支模型是基于第一训练标签和第二训练标签,进行迭代训练后得到的;其中,所述第一训练标签是由分类网络激活图CAM生成的初始标签;所述初始标签包括图片的前景物体位置和形状信息;所述第二训练标签是所述双分支模型输出的在线标签;所述在线标签基于语义分割分支预测结果和物体边界检测分支预测结果生成;所述双分支模型由所述语义分割分支和所述物体边界检测分支构成,所述语义分割分支和所述物体边界检测分支共享一个主干分支用于提取图片特征; 所述双分支模型是基于第一训练标签和第二训练标签,进行迭代训练后得到的,包括: 对所述CAM进行处理离线生成第一训练标签;在所述物体边界检测分支生成的物体边界图约束下,采用前景类别分数传播的方式,传播所述语义分割分支生成的初始分割概率图中的前景类别分数,得到修正后分割概率图,基于修正后分割概率图生成第二训练标签; 根据所述第一训练标签和所述第二训练标签,监督训练所述双分支模型中的所述物体边界检测分支和语义分割分支; 基于密集条件随机场denseCRF,对所述初始分割概率图进行处理,得到背景参考标签,并根据背景参考标签修正所述第二训练标签,得到修正后第二训练标签;根据所述第一训练标签和修正后的第二训练标签,监督训练所述双分支模型中的物体边界子模型。

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中国科学院自动化研究所,其通讯地址为:100190 北京市海淀区中关村东路95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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。