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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于弱监督的红外小目标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：CN119131399B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202411293603.5，技术领域涉及：G06V10/26；该发明授权一种基于弱监督的红外小目标分割方法是由王烨茹;陈殿坤;秦飞巍;赵龙;吴国华设计研发完成，并于2024-09-14向国家知识产权局提交的专利申请。

本一种基于弱监督的红外小目标分割方法在说明书摘要公布了：本发明公开了一种基于弱监督的红外小目标分割方法。本发明输入仅是红外小目标图像和红外小目标边界框数据，最后输出结果为红外小目标图像中小目标的分割掩码。本发明包括模型预训练、模型加载、教师模型生成伪掩码、学生模型训练和双模型EMA，其中教师模型生成伪掩码、学生模型训练和双模型EMA需要重复多次迭代训练。本发明在使用弱监督损失PS‑Loss的基础上，引入了自适应学习率调整机制，根据模型在验证集上的表现动态调整学习率。在红外小目标弱监督训练过程中，采用基于EMA的策略，即指数移动平均。通过维护两个模型，一个用于训练，另一个用于获取红外小目标图像的微弱变化，成功地减少了训练中模型的不稳定性和波动。

本发明授权一种基于弱监督的红外小目标分割方法在权利要求书中公布了：1.一种基于弱监督的红外小目标分割方法，其特征在于，输入仅是红外小目标图像和红外小目标边界框数据，最后输出结果为红外小目标图像中小目标的分割掩码，该方法包括模型预训练、模型加载、教师模型生成伪掩码、学生模型训练和双模型EMA，其中教师模型生成伪掩码、学生模型训练和双模型EMA需要重复多次迭代训练；具体包括如下步骤： 步骤1、使用红外小目标图像和对应的边界框掩码在PS-Loss损失函数预训练模型； 步骤2、将预训练模型的参数分别复制到教师模型和学生模型中；固定教师模型的参数，用于后续步骤的使用； 步骤3、红外小目标图像通过教师模型生成伪掩码； 步骤4、将伪掩码和边界框掩码进行对比，剔除边界框之外的伪掩码，这是因为红外小目标已经预先设定一定在边界框中； 步骤5、将步骤1的边界框掩码和步骤3处理后的伪掩码作为损失函数的指导标签控制学生模型训练，得到学生模型的输出；通过损失函数训练学生模型过程中，边界框掩码使用PS-Loss损失函数，而伪掩码使用一般图像分割损失函数DiceIoU-Loss损失函数； 步骤6、将学生模型和教师模型一同输入EMA算法中更新教师模型，然后回步骤4，再进行多次重复的迭代训练，最终的学生模型作为红外小目标分割模型，并将最终的学生模型输出的预测掩码作最后的输出参与评测； 红外小目标弱监督的损失函数PS-Loss数由框外投影损失Project-Loss和框内形状损失Shape-Loss组成，红外小目标弱监督损失Lps定义为： Lps＝Lproject+λLshape1 其中Lproject为框外投影损失，权重值为1；Lshape是框内形状损失，权重值默认为λ。

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杭州电子科技大学，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；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”。

以上内容由龙图腾AI智能生成。