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！

龙图腾网获悉浙江大学申请的专利基于视觉基础大模型微调的遥感图像交互式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：CN117197461B 。

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：202311178637.5，技术领域涉及：G06V10/26；该发明授权基于视觉基础大模型微调的遥感图像交互式分割方法是由尹建伟;谢涵非;杨莹春;沈正伟;尚永衡设计研发完成，并于2023-09-13向国家知识产权局提交的专利申请。

本基于视觉基础大模型微调的遥感图像交互式分割方法在说明书摘要公布了：本发明公开了一种基于视觉基础大模型微调的遥感图像交互式分割方法，其核心模型包括带适应层的图像编码器、提示编码器、掩膜解码器，实现了完整的人机交互循环，包括图像波段转换、图像编码器原参数冻结和适应层参数训练、提示编码器接收模拟点击输入和参数训练、掩膜解码器参数训练和反馈、提示模拟器模拟点击生成、提示编码器接收用户点击输入、掩膜解码器预测掩膜输出。本发明组建了完整实用的交互式遥感图像分割训练和推理流程，通过用户点击交互，迭代输出或修正预测掩膜，提高了遥感图像分割的准确率和效率，为实用高效的遥感图像标注提供新方法。

本发明授权基于视觉基础大模型微调的遥感图像交互式分割方法在权利要求书中公布了：1.一种基于视觉基础大模型微调的遥感图像交互式分割方法，包括如下步骤： 1获取视觉基础大模型及其预训练后的模型参数文件，同时获取目标遥感数据集并对其中的遥感图像进行预处理，具体地：利用前置波段转换器将RGB-IR四波段的遥感图像通过波段选择以转换为RGB三通道的遥感图像，转换过程中先提取RGB波段得到一张三通道图像，再提取IR波段替换原图像中的R波段得到另一张三通道图像，训练时将两张三通道图像同时送入训练，确保所有输入图像数据在相同的格式下进行处理； 所述视觉基础大模型包含图像编码器、提示编码器、掩膜解码器三部分； 2对图像编码器结构进行微调，即通过增加适应层以提高其特征提取能力；训练时，冻结图像编码器的预训练参数，利用目标遥感数据集训练适应层参数，将预处理后的遥感图像输入图像编码器中，得到图像嵌入向量； 所述图像编码器采用由MAE预训练的视觉Transformer，其由12个ViT单元级联构成，每个ViT单元并行增加适应层；每个ViT单元由LayerNorm、多头注意力机制层、LayerNorm、多层感知机依次连接组成；适应层的输出与多层感知机的输出合并，适应层包含两个低秩参数矩阵Mdown和Mup，输入向量先与矩阵Mdown点乘进行下投影，然后通过ReLU激活后与矩阵Mup点乘进行上投影，最后乘以一个缩放系数fscale后输出；训练时，冻结图像编码器预训练参数，只对矩阵Mdown和Mup的数值进行调整； 3利用提示模拟器生成正点击和负点击作为交互提示输入至提示编码器中，得到提示嵌入向量； 4对掩膜解码器结构进行微调，将图像嵌入向量和提示嵌入向量输入掩膜解码器中，得到预测掩膜； 所述掩膜解码器由提示自注意力机制层、提示-图像交叉注意力机制层、图像向量上采样层、多层感知机依次连接组成，得到各像素成为掩膜的概率，进而通过阈值控制得到预测掩膜；所述图像向量上采样层由转置卷积层、LayerNorm、GELU激活函数、转置卷积层、GELU激活函数依次连接组成； 5设计适当的损失函数对视觉基础大模型进行训练； 6将待分割的遥感图像以及用户点击交互信息输入至训练好的模型中，即可直接输出对应的预测掩膜作为图像分割结果。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。