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！

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利图像分割模型的训练方法、图像分割方法、装置、设备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：CN113516665B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202011487554.0，技术领域涉及：G06V10/26；该发明授权图像分割模型的训练方法、图像分割方法、装置、设备是由卢东焕;马锴;郑冶枫设计研发完成，并于2020-12-16向国家知识产权局提交的专利申请。

本图像分割模型的训练方法、图像分割方法、装置、设备在说明书摘要公布了：本申请公开了一种图像分割模型的训练方法、图像分割方法、装置、设备，涉及图像分割领域。该方法包括：对样本图像和尺度图像进行特征提取，得到样本图像的样本图像特征和尺度图像的尺度图像特征；计算类激活图得到样本图像的样本类激活图和尺度图像的尺度类激活图；调用解码器对样本图像特征进行解码得到样本图像的样本分割结果，调用解码器对尺度图像特征进行解码得到尺度图像的尺度分割结果；基于样本类激活图、样本分割结果、尺度类激活图和尺度分割结果计算类激活图损失和尺度损失；基于类激活图损失和尺度损失训练解码器。该方法提高图像分割的精度。

本发明授权图像分割模型的训练方法、图像分割方法、装置、设备在权利要求书中公布了：1.一种图像分割模型的训练方法，其特征在于，所述图像分割模型包括编码器和解码器，所述编码器是经过预训练的编码器，所述方法包括： 获取数据样本； 调用分类编码器和分类全连接层对所述数据样本进行特征提取和分类，得到数据样本的分类向量，以及确定所述数据样本和所述分类向量之间的相关性；所述分类向量包括类别向量和类内风格向量，所述类别向量中的元素为所述数据样本属于各个分类目标的概率，所述类内风格向量描述了数据样本的类内风格信息； 对所述类别向量引入类别先验分布，对所述类内风格向量引入类内风格先验分布，确定所述分类向量服从于先验分布的评分值； 根据所述相关性和所述评分值训练图像分类模型，以及，根据已训练完毕的图像分类模型中所述分类编码器的参数，设置所述编码器的参数，所述图像分类模型与所述图像分割模型的分类目标相同； 调用所述编码器对样本图像和尺度图像进行特征提取，得到所述样本图像的样本图像特征和所述尺度图像的尺度图像特征，所述尺度图像包括：放大所述样本图像得到的图像，和，缩小所述样本图像得到的图像中的至少一种； 基于所述样本图像特征计算类激活图得到所述样本图像的样本类激活图，基于所述尺度图像特征计算所述类激活图得到所述尺度图像的尺度类激活图；其中，所述样本类激活图包括了所述样本图像在N个分类目标的N个类激活图；所述尺度类激活图包括了所述尺度图像在N个分类目标的N个类激活图，N是正整数；所述类激活图用于表示图像中各个像素点对所述图像的分类结果的影响程度； 调用所述解码器对所述样本图像特征进行解码得到所述样本图像的样本分割结果，调用所述解码器对所述尺度图像特征进行解码得到所述尺度图像的尺度分割结果；所述样本分割结果包括所述样本图像中各个像素点的分类概率值； 基于所述样本类激活图、所述样本分割结果、所述尺度类激活图和所述尺度分割结果计算类激活图损失，基于所述样本分割结果和所述尺度分割结果计算尺度损失；所述类激活图损失用于训练所述解码器使所述样本分割结果靠近所述样本类激活图，使所述尺度分割结果靠近所述尺度类激活图；所述尺度损失用于训练所述解码器使所述样本分割结果靠近所述尺度分割结果； 基于所述类激活图损失和所述尺度损失训练所述解码器。

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腾讯科技(深圳)有限公司，其通讯地址为：518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层；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。