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！

龙图腾网获悉河海大学申请的专利一种基于迁移学习的水体分割优化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：CN119723578B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411734326.7，技术领域涉及：G06V20/70；该发明授权一种基于迁移学习的水体分割优化方法是由蒋晟;宁元敏;万昱;李昌坤;焦世林设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于迁移学习的水体分割优化方法在说明书摘要公布了：本发明公开了一种基于迁移学习的水体分割优化方法，包括：采集可见光遥感水体图像数据，对图像数据进行预处理；计算归一化水体指数NDWI，生成对应的掩码图；根据初始数据集的特征和任务需求，选择预训练模型，并利用预训练模型设计适用于迁移学习的U‑Net模型架构；将初始数据集划分为训练集和验证集，并对训练集进行数据增强；利用增强后的训练集对U‑Net模型进行训练，采用梯度下降法并结合三种迁移学习方法对U‑Net模型进行优化；在独立的验证集上分别评估三种调整模型性能；将验证集中的原始图像数据输入调整后的神经网络模型中，得到水体预测优化后的分割图片。本发明的方法减少了对数据样本量需求，提升了模型训练的效率。

本发明授权一种基于迁移学习的水体分割优化方法在权利要求书中公布了：1.一种基于迁移学习的水体分割优化方法，其特征在于，包括以下步骤： 步骤1，采集目标域的可见光遥感水体图像数据，对图像数据进行预处理，构建标准化后的初始图像数据集； 步骤2，基于标准化后的初始图像数据集，计算归一化水体指数NDWI，生成对应的掩码图，形成初始掩码数据集； 步骤3，根据初始数据集的特征和任务需求，选择预训练模型，并利用预训练模型设计适用于迁移学习的U-Net模型架构； 步骤4，将初始数据集划分为训练集和测试集，并对训练集进行数据增强； 步骤5，利用增强后的训练集对步骤3中设计的U-Net模型进行训练，采用梯度下降法并结合三种迁移学习方法对U-Net模型进行优化，得到三种调整模型，包括：1调整所有层的参数，全面优化模型，得到完全调整+U-Net模型；2冻结模型中其他层的参数，仅调整输出层的参数，得到部分调整+U-Net模型；3首先冻结模型中其他层的参数，仅调整输出层的参数；随后解冻除了输出层外的其它层的参数，对所有层进行调整，得到逐层解冻调整+U-Net模型； 步骤6，在独立的测试集上分别评估三种调整模型性能，采用关键指标进行比较，选择表现最佳的模型作为调整后的深度学习模型，进一步通过多轮迭代训练和参数调整来优化调整后的深度学习模型； 步骤7，将测试集中的原始图像数据输入优化调整后的神经网络模型中，得到水体预测优化后的分割图片。

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河海大学，其通讯地址为：210024 江苏省南京市鼓楼区西康路1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。