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！

龙图腾网获悉广东工业大学申请的专利一种基于联合任务学习的家庭屋顶光伏板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：CN120279272B 。

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：202510428421.2，技术领域涉及：G06V10/26；该发明授权一种基于联合任务学习的家庭屋顶光伏板分割方法是由陈健华;袁浩亮;杨幸炜;陈海淋;李维松设计研发完成，并于2025-04-08向国家知识产权局提交的专利申请。

本一种基于联合任务学习的家庭屋顶光伏板分割方法在说明书摘要公布了：本发明提供一种基于联合任务学习的家庭屋顶光伏板分割方法，包括构建数据集；构建基于语义分割网络和边缘检测网络的光伏板分割模型并训练；利用训练好的光伏板分割模型对光伏板进行分割和边缘检测。本发明通过引入门控融合模块，有效融合多层特征，增强对小型光伏板的识别能力；边缘检测网络提取光伏板边缘特征，引导语义分割网络生成更精确的边缘分割结果，改善分割结果中边缘模糊和不精细的问题，通过两个网络的协同工作，提高家庭屋顶光伏分割的准确性；位置引导模块利用通道和空间注意力机制获取光伏板定位信息，抑制其他物体边缘干扰，实现分割分支和边缘检测分支的双向信息流动，提高光伏板分割和边缘检测的整体精度。

本发明授权一种基于联合任务学习的家庭屋顶光伏板分割方法在权利要求书中公布了：1.一种基于联合任务学习的家庭屋顶光伏板分割方法，其特征在于，包括如下步骤： S1、构建手动标注的分布式家庭屋顶光伏板图像数据集； S2、构建基于语义分割网络和边缘检测网络的光伏板分割模型，通过语义分割网络提取光伏板的语义特征；并通过边缘检测网络提取光伏板的边缘特征，并引导语义分割网络生成精细的边缘分割结果； 所述的语义分割网络包括多个门控融合模块；所述的门控融合模块首先对第i+1层的特征Fi+1进行两次上采样；并将第i+1层的特征Fi+1中的通道数转换为与第i层的特征Fi的通道数相同；然后将特征Fi和Fi+1输入到门控单元中，通过门控单元将输入特征送入一个1×1卷积层，然后通过Sigmoid函数得到门控特征Gi；门控融合模块根据门控特征控制多层特征的传递，当Gi+1x,y较大且Gix,y较小时，Fi+1向Fi传递Fi缺少的有用信息，当Gi+1x,y较小或Gix,y较大时，抑制无用信息传递，减少信息冗余，即： F′i＝1+Gi⊙Fi+1-Gi⊙Gi+1⊙Fi+1 式中，F′i为门控融合模块的输出特征；⊙表示逐元素相乘，指两个形状相同的张量，其对应位置的元素进行相乘操作； 所述的边缘检测网络包括多个尺度自适应模块，所述的尺度自适应模块首先通过两次卷积操作来扩大输入特征的感受野范围；然后，将两个具有不同感受野范围的特征图沿着通道维度进行拼接；接着应用全局池化操作，生成一个包含通道统计信息的向量S；向量S中来自不同感受野的特征的通道信息通过一个全连接层进行交互，产生一个特征向量Z；通过使用全连接层对特征向量Z进行特征变换，并使用softmax函数对结果进行归一化处理，得到通道权重矩阵W1和W2；最后，通过对归一化后的权重矩阵与相应的特征图进行逐元素相乘对来自不同感受野的特征的自适应选择和融合； 所述的光伏板分割模型还包括位置引导模块，所述的门控融合模块的输出特征Fi′作为位置引导模块的输入；所述的位置引导模块通过对不同通道和空间注意力机制进行优化组合、从分割任务中获取的光伏板位置引导信息，来区分光伏板边缘与相似物体的边缘；使得分割分支和边缘检测分支之间能够进行双向的信息流动，分割特征引导边缘检测分支专注于光伏板的边缘，而边缘特征则为分割分支提供反馈； S3、对光伏板分割模型进行预训练；并获取语义分割损失函数和边缘检测损失函数后加权求和总损失函数；通过反向传播优化光伏板分割模型参数； S4、利用训练好的光伏板分割模型对光伏板高分辨率遥感图像进行分割和边缘检测。

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广东工业大学，其通讯地址为：510006 广东省广州市番禺区小谷围街道广东工业大学；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。