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！

龙图腾网获悉中科领航智能科技(苏州)有限公司申请的专利一种基于保守激进协同学习的图像半监督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：CN114821053B 。

龙图腾网通过国家知识产权局官网在2025-10-17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：202210444620.9，技术领域涉及：G06V10/26；该发明授权一种基于保守激进协同学习的图像半监督语义分割方法是由朱凤华;范嗣祺;郑奎;沙尧尧设计研发完成，并于2022-04-26向国家知识产权局提交的专利申请。

本一种基于保守激进协同学习的图像半监督语义分割方法在说明书摘要公布了：本发明公开了一种基于保守激进协同学习的图像半监督语义分割方法，包括对于有标签数据采用传统监督训练方法训练图像语义分割模型，对于无标签数据采用保守激进协同学习方法进行模型的半监督训练；其中，所述保守激进协同学习方法同时训练两个分支。本发明中，实现了对大量无标签数据的有效、高效利用，基于“求同存异”的思想达到了“保守进化”和“激进探索”之间的协同，有助于智能系统环境感知模型训练的降本增效，具有较好的语义分割效果、鲁棒性和通用性，仅使用少量带标签数据即可达到有较高标注成本的监督方法的同等语义分割效果，能够部署并应用于各种智能系统，具有较高的应用价值。

本发明授权一种基于保守激进协同学习的图像半监督语义分割方法在权利要求书中公布了：1.一种基于保守激进协同学习的图像半监督语义分割方法，其特征在于，包括以下步骤： 对于有标签数据采用传统监督训练方法训练图像语义分割模型；对于无标签数据采用保守激进协同学习方法进行模型的半监督训练； 所述保守激进协同学习方法在利用有标签数据时采用传统监督训练方式，在利用无标签数据进行伪监督训练时，采用基于预测置信度的自适应动态损失函数以应对可信度低的伪标签； 对于像素基于预测置信度的动态权重可被定义为： ； 其中为保守分支中像素的预测置信度，为激进分支中相应的预测置信度，指分歧部分伪标签ld在像素i处的伪标签值由保守分支在对应像素位置的预测值确定，指分歧部分伪标签ld在像素i处的伪标签值由激进分支在对应像素位置的预测值确定，基于此的动态重加权损失函数可被定义为； ； 其中，W和H分别为待分割图像的宽和高，和是和在像素处对应的伪标签，是输入经过图像语义分割网络输出的预测结果在像素处的预测值，是交叉熵损失函数，交叉熵损失函数的输入值包含两部分，第一部分为标签值，第二部分为预测值，对于交集伪监督和并集伪监督，其第一部分分别对应交集伪标签和并集伪标签，第二部分分别对应保守分支预测值和激进分支预测值。

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科领航智能科技(苏州)有限公司，其通讯地址为：215000 江苏省苏州市吴江区东太湖生态旅游度假区(太湖新城)简村路100号苏州湾智慧信息产业园18层1801室；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。