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！

龙图腾网获悉西南交通大学申请的专利一种零样本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：CN117058394B 。

龙图腾网通过国家知识产权局官网在2025-10-28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：202311132788.7，技术领域涉及：G06V10/26；该发明授权一种零样本语义分割方法是由吕凤毛;张见阳;李秋巍;吴振宇;杜圣东设计研发完成，并于2023-09-04向国家知识产权局提交的专利申请。

本一种零样本语义分割方法在说明书摘要公布了：本发明涉及一种零样本语义分割方法，属于图像分割领域。为了克服现有技术中存在的缺陷，本发明旨在提供一种零样本语义分割方法，包括使用了大规模的图像分类数据集，并通过训练弱监督语义分割模型，对图片进行像素级伪标注。再用图像与像素级伪标注，训练语义分割模型，收集类别词向量，训练分类层权重预测网络。最后收集目标数据集类别词向量，目标数据集类别与训练数据集类别可以完全不相交，输入训练好的分类层权重预测网络，将输出替换语义分割模型的分类层权重，实现零样本语义分割。本发明应对了训练数据集缺少推理时所需类别的样本的问题，提出训练分类层权重预测网络，替换语义分割模型的分类层权重，实现了零样本图像分割。

本发明授权一种零样本语义分割方法在权利要求书中公布了：1.一种零样本语义分割方法，其特征在于，包括： 步骤S1、获取包含若干类别的大规模图像分类数据集作为训练集； 步骤S2、通过训练集训练弱监督语义分割模型，得到训练好的弱监督语义分割模型； 步骤S3、利用训练好的弱监督语义分割模型为该大规模图像分类数据集标注像素级伪标签； 步骤S4、将图像数据与像素级伪标签作为新的数据集，训练语义分割模型，得到训练好的语义分割模型； 步骤S5、收集大规模图像分类数据集各类别对应的词向量； 步骤S6、将该大规模图像分类数据集各类所对应的词向量作为输入，语义分割模型的分类层权重作为监督信息，输出为预测的分类层权重，训练分类层权重预测网络模型，得到训练好的分类层权重预测网络模型； 步骤S7、获取推理数据集的类别以及对应的词向量； 步骤S8、将推理数据集对应的词向量输入到训练好的分类层权重预测网络模型中，得到预测的分类层权重； 步骤S9、用上述预测的分类层权重替换训练好的语义分割模型的分类层权重； 步骤S10、利用替换分类层权重后的语义分割模型预测推理数据集中样本的语义分割标签，实现零样本语义分割。

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西南交通大学，其通讯地址为：610031 四川省成都市二环路北一段；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。