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！

龙图腾网获悉浙江工业大学申请的专利基于元迁移学习的前视声呐图像分割方法和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：CN117115447B 。

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：202311240290.2，技术领域涉及：G06V10/26；该发明授权基于元迁移学习的前视声呐图像分割方法和装置是由赵冬冬;王宇行;陈朋;王海霞设计研发完成，并于2023-09-25向国家知识产权局提交的专利申请。

本基于元迁移学习的前视声呐图像分割方法和装置在说明书摘要公布了：一种基于元迁移学习的前视声呐图像分割方法和装置，其方法包括：S1、构建基于元迁移的声呐图像分割模型，模型中的特征提取器为卷积神经网络，在卷积神经网络中采用注意力机制；S2、采用预训练数据集对网络模型参数进行预训练，获取初始化参数；S3、使用预训练模型利用元学习策略训练网络模型，训练中采用自适应因子进行模型收敛；S4、将待分割图像输入训练好的网络模型，获得分割结果。本发明的注意力机制能合并不同维度特征图，提高模型的分割精度；元学习策略能支持小样本声纳图像分割，快速适应和学习小样本的分割任务，并保持较高的分割精准度，解决了声纳图像样本小难获取的难题，在以小样本声纳图像作为数据集上分割精度差的问题。

本发明授权基于元迁移学习的前视声呐图像分割方法和装置在权利要求书中公布了：1.一种基于元迁移学习的前视声呐图像分割方法，其特征在于：包括如下步骤： S1、构建基于元迁移学习的声呐图像分割模型，所述的声呐图像分割模型中的特征提取器为卷积神经网络，所述的声呐图像分割模型在卷积神经网络的上采样和下采样中采用注意力机制，所述注意力机制设置如下： S11、下采样中序列化的在通道和空间两个维度上产生特征图信息，然后将两种特征图在与输入特征图进行自适应修正特征产生最后的特征图； S12、对于输入特征图F将其输入通道模块得到特征图F′，再将其输入空间模块得到特征图F″完成下采样操作； S13、通道产生的特征图由输入的特征图F得到F′； S14、空间产生的特征图由输入的特征图F′得到F″； S15、上采样中通过上层x和对应下采样中x′得到输出； S2、对网络模型参数进行预训练，得到初始化分割模型，所述预训练设置如下： S21、通过光学数据集预训练保证分割效果； S22、损失函数为交叉熵损失函数； S3、利用元学习策略训练网络模型，训练中采用声纳小样本图像作为数据集，训练中采用自适应因子模块使模型收敛，所述元学习策略和自适应因子设置如下： S31、元学习分为两个阶段，第一个阶段对分类器进行梯度下降，第二个阶段学习网络模型移动和缩放； S32、外循环阶段设置可以学习的参数ΦS1,2、一个baseline分类器θ′； S33、ΦS1,2表示第二个阶段的网络模型参数，使用数据集中的训练任务损失优化baseline分类器θ′，baseline分类器θ′更新网络模型参数和自适应因子μ{1,2}； S34、在内循环中利用与μi进行加权操作，得到的结果与网络模型中的卷积核和偏置进行加权操作； S35、得到最后分类器θ； S4、将待分割图像输入训练好的网络模型，获得分割结果。

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工业大学，其通讯地址为：310014 浙江省杭州市拱墅区潮王路18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。