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！

龙图腾网获悉南京信息工程大学申请的专利一种基于注意力调节的弱监督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：CN117036711B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202311064941.7，技术领域涉及：G06V10/26；该发明授权一种基于注意力调节的弱监督语义分割方法是由苏京峰;李军侠设计研发完成，并于2023-08-23向国家知识产权局提交的专利申请。

本一种基于注意力调节的弱监督语义分割方法在说明书摘要公布了：本发明公开了一种基于注意力调节的弱监督语义分割方法，探索Transformer在弱监督语义分割任务中的应用。基于Transformer的方法会使用注意力对类激活图进行优化，然而由于部分类与块之间的注意力存在错误，导致优化之后得到的类激活图存在不完全激活问题。针对此问题，本发明提出了一种新颖的弱监督语义分割框架，在该框架中设计了一个注意力调节策略，根据块与块之间的注意力来调节类与块之间的注意力，调节后的注意力可以激活更多的目标区域。在PASCALVOC2012数据集和MSCOCO2014数据集上与最新的方法进行比较，本发明方法均取得了最优的结果。

本发明授权一种基于注意力调节的弱监督语义分割方法在权利要求书中公布了：1.一种基于注意力调节的弱监督语义分割方法，其特征在于，包括以下步骤： 步骤1，数据准备：获取标注图像数据集，并将数据集划分为训练集、验证集和测试集； 步骤2，数据预处理：对图像进行随机水平翻转以及颜色抖动处理，对图像进行归一化处理，并进行随机裁剪，将裁剪后的图像作为弱监督语义分割模型的输入； 步骤3，模型搭建：采用在ImageNet上预训练的DeiT-S作为模型的主干，构建弱监督语义分割模型； 步骤3.1，搭建基于注意力融合的弱监督语义分割框架，将预处理后的图像分割成N个不重叠的块，然后通过线性映射构造N个块令牌，并将C个类令牌与N个块令牌拼接得到框架的输入令牌； 步骤3.2，将输入令牌输入到框架中的Transfomer编码层，得到输出令牌；然后从输出令牌中提取最后N个块令牌组成输出块令牌Tp_out，并对其进行重组以及卷积操作得到初始类激活图Original-CAM； 步骤3.3，输入令牌经过Transfomer编码层时注意力模块对输入令牌进行注意力计算产生注意力Attention，计算公式如下： 其中Q和K分别表示输入令牌在经过Transformer编码层时通过线性投影得到的Quary矩阵及Key矩阵，T表示矩阵转置，dk表示缩放因子； 步骤3.4，Attention进一步划分为类到块注意力Ac2p和块到块注意力Ap2p，然后通过块与块之间的注意力Ap2p对类与块之间的注意力Ac2p进行调节； 步骤3.5，使用类到块注意力Ac2p和块到块注意力Ap2p对初始类激活图进行优化； 步骤4，模型训练：使用Adam优化器优化弱监督语义分割模型，同时使用训练集对模型进行设定周期的训练，损失函数使用多标签交叉熵损失，训练好的模型生成类激活图； 步骤5，根据类激活图的值对每个像素位置分配一个类别生成像素级伪标签，然后使用像素级伪标签对语义分割网络DeeplabV2进行训练；将验证集和测试集中的图片输入到训练好的模型中得到最终的分割图。

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南京信息工程大学，其通讯地址为：210032 江苏省南京市江北新区宁六路219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。