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！

龙图腾网获悉北京铁科英迈技术有限公司;中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司基础设施检测研究所申请的专利图像语义分割方法及装置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：CN116206103B 。

龙图腾网通过国家知识产权局官网在2025-10-21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：202211630629.5，技术领域涉及：G06V10/26；该发明授权图像语义分割方法及装置是由宋浩然;程雨;杜馨瑜;顾子晨;戴鹏;王胜春;刘国跃;刘俊博;王登阳;谭松;任盛伟;李海浪设计研发完成，并于2022-12-19向国家知识产权局提交的专利申请。

本图像语义分割方法及装置在说明书摘要公布了：本发明公开了图像语义分割方法及装置，方法包括：获取粗标注图像集；将粗标注图像集输入至第一语义分割模型，得到粗标注图像集中各个未标注像素对应的第一预测语义类别；将粗标注图像集输入至第二语义分割模型，得到粗标注图像集中各个未标注像素对应的第二预测语义类别及粗标注图像集中各个像素对应的第一损失函数值；根据粗标注图像集中各个粗标注图像对应的重加权权重矩阵及粗标注图像集中各个像素对应的第一损失函数值确定粗标注图像集中各个像素对应的第二损失函数值；将待预测的图像输入至第三语义分割模型，得到待预测的图像对应的语义分割结果，本发明抑制了错误标注对第三语义分割模型的影响，提升了图像语义分割的效率和精确性。

本发明授权图像语义分割方法及装置在权利要求书中公布了：1.一种图像语义分割方法，其特征在于，包括： 获取粗标注图像集； 将粗标注图像集输入至第一语义分割模型，得到粗标注图像集中各个未标注像素对应的第一预测语义类别；其中，第一语义分割模型为利用粗标注图像集对机器学习模型进行训练后得到； 利用粗标注图像集及粗标注图像集中各个未标注像素对应的第一预测语义类别对第一语义分割模型进行训练，得到第二语义分割模型； 将粗标注图像集输入至第二语义分割模型，得到粗标注图像集中各个未标注像素对应的第二预测语义类别及粗标注图像集中各个像素对应的第一损失函数值； 根据粗标注图像集及粗标注图像集中各个未标注像素对应的第二预测语义类别确定粗标注图像集中各个粗标注图像对应的重加权权重矩阵； 根据粗标注图像集中各个粗标注图像对应的重加权权重矩阵及粗标注图像集中各个像素对应的第一损失函数值确定粗标注图像集中各个像素对应的第二损失函数值； 利用粗标注图像集及粗标注图像集中各个像素对应的第二损失函数值对第二语义分割模型进行训练，得到第三语义分割模型； 获取待预测的图像； 将待预测的图像输入至第三语义分割模型，得到待预测的图像对应的语义分割结果； 其中，根据粗标注图像集及粗标注图像集中各个未标注像素对应的第二预测语义类别确定粗标注图像集中各个粗标注图像对应的重加权权重矩阵，包括： 根据粗标注图像集及粗标注图像集中各个未标注像素对应的第二预测语义类别构建多个无向图；多个无向图中各个无向图与粗标注图像集中各个粗标注图像一一对应；无向图的顶点与粗标注图像中各个像素一一对应；无向图的边用于指示粗标注图像中各个像素之间的位置关系； 根据各个粗标注图像对应的无向图确定各个粗标注图像对应的置信度矩阵；置信度矩阵中的各个元素与粗标注图像中各个像素一一对应，用于指示粗标注图像中各个已标注像素对应的语义类别的可信度及粗标注图像中各个未标注像素对应的第二预测语义类别的可信度； 根据各个粗标注图像对应的置信度矩阵确定各个粗标注图像对应的重加权权重矩阵； 根据各个粗标注图像对应的无向图确定各个粗标注图像对应的置信度矩阵，包括： 计算当前顶点与邻接顶点相关系数； 对当前顶点与所有邻接顶点分别计算点积，取均值后归一化得到置信度； 重加权权重矩阵的具体计算公式如下： Φ＝1-C2 其中，Φ表示重加权权重矩阵，C表示置信度矩阵。

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北京铁科英迈技术有限公司;中国铁道科学研究院集团有限公司;中国铁道科学研究院集团有限公司基础设施检测研究所，其通讯地址为：100081 北京市海淀区大柳树路2号主楼12层；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。