广州诺顶智能科技有限公司邹巍获国家专利权
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!
龙图腾网获悉广州诺顶智能科技有限公司申请的专利一种弱监督增量学习语义分割方法、设备及介质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:CN120495651B 。
龙图腾网通过国家知识产权局官网在2025-11-18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:202510493072.2,技术领域涉及:G06V10/26;该发明授权一种弱监督增量学习语义分割方法、设备及介质是由邹巍;吴庆耀;乔子铭;黄生辉;李振伟;林英恒设计研发完成,并于2025-04-18向国家知识产权局提交的专利申请。
本一种弱监督增量学习语义分割方法、设备及介质在说明书摘要公布了:本发明公开了一种弱监督增量学习语义分割方法、设备及介质,其中方法包括:获取待分割图片;将待分割图片输入训练后的语义分割模型,输出分割结果;其中,语义分割模型包括编码器、解码器、亲和力网络和轻量多尺度分割头;编码器用于对输入图像进行特征提取,解码器用于根据提取的特征进行类别预测;亲和力网络用于根据编码器提取的特征获取亲和力信息,作为优化分割头结果的亲和力矩阵;轻量多尺度分割头用于根据编码器的输出获得粗糙的新类别分割结果。本发明引入亲和力网络,通过亲和力值所得的亲和力矩阵对于粗糙的分割结果进行提炼,效果更好,且亲和力网络直接作为框架中的模块设计到网络之中,实现端到端的训练预测,效果好。
本发明授权一种弱监督增量学习语义分割方法、设备及介质在权利要求书中公布了:1.一种弱监督增量学习语义分割方法,其特征在于,包括以下步骤: 获取待分割图片; 将待分割图片输入训练后的语义分割模型,输出分割结果; 其中,所述语义分割模型包括编码器、解码器、亲和力网络和轻量多尺度分割头;所述编码器用于对输入图像进行特征提取,所述解码器用于根据提取的特征进行类别预测;所述亲和力网络用于根据编码器提取的特征获取亲和力信息,作为优化分割头结果的亲和力矩阵;所述轻量多尺度分割头用于根据编码器的输出获得粗糙的新类别分割结果; 所述语义分割模型通过以下方式训练获得: 将步骤t-1对编码器-解码器结构训练得到的权重应用到步骤t中; 在步骤t训练执行时,冻结编码器-解码器的权重,通过旧类别含标签数据对亲和力网络和轻量多尺度分割头进行训练;输入无标签数据,轻量多尺度分割头的预测结果通过亲和力网络获得的亲和力矩阵进行增强,所得的结果即为语义分割模型对于无标注数据中新类别的预测结果; 将新类别的预测结果拼接上编码器-解码器对于旧类的预测结果,得到语义分割模型对无标注数据所有类别的预测结果,对该预测结果进行监督,使得语义分割模型增量弱监督地学习新的类别; 所述亲和力网络训练时的输入特征图为解码器过程中所产生的不同深度层次的特征信息,亲和力标签为来自框架中分割头的结果中不同坐标之间的亲和力值所构成的亲和力矩阵。
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州诺顶智能科技有限公司,其通讯地址为:511447 广东省广州市番禺区石楼镇珠江路79号A幢自编201;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励