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！

龙图腾网获悉南湖实验室申请的专利基于半监督学习的固废检测模型构建方法及固废检测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：CN115965838B 。

龙图腾网通过国家知识产权局官网在2026-04-07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：202211612143.9，技术领域涉及：G06V10/778；该发明授权基于半监督学习的固废检测模型构建方法及固废检测方法是由刘洋;王思瑜;勾鹏;欧阳宁雷;聂维;周天宇;张学鹏;王朋设计研发完成，并于2022-12-14向国家知识产权局提交的专利申请。

本基于半监督学习的固废检测模型构建方法及固废检测方法在说明书摘要公布了：本发明公开了一种基于半监督学习的固废检测模型构建方法和固废检测方法，固废检测模型包括生成器和判别器，生成器基于输入的有标签影像特征图和无标签影像特征图输出预测结果，判别器基于生成器的预测结果和相应影像特征图的真实标签输出一致性判别结果，基于有标签影像特征图和无标签影像特征图的样本集组合，通过判别器与生成器的对抗训练使判别器学习到预测结果与真实标签的判别知识，生成器学习到基于输入的影像特征图识别固废目标的能力。通过半监督学习机制综合生成器和判别器提取未标记数据信息，采用融合损失来规范训练实现像素级预测，对标签的低需求量使其具有较高的应用价值和推广性，可有效提高现有方法的召回率。

本发明授权基于半监督学习的固废检测模型构建方法及固废检测方法在权利要求书中公布了：1.一种基于半监督学习的固废检测模型构建方法，其特征在于，所述的固废检测模型包括生成器和判别器，所述的生成器基于输入的有标签影像特征图和无标签影像特征图输出预测结果，所述的判别器基于生成器的预测结果和相应影像特征图的真实标签输出一致性判别结果，基于有标签影像特征图和无标签影像特征图的样本集组合，通过判别器与生成器的对抗训练使判别器学习到预测结果与真实标签的判别知识，生成器学习到基于输入的影像特征图识别固废目标的能力； 所述的判别器模块引入Unet结构，且采用数值叠加方式进行远程信息传递； 所述的生成器包括编码器、解码器和注意力模块，所述的编码器对影像特征图进行特征提取，所述的注意力模块将编码器的特征远程传递至解码器，由解码器通过卷积和反卷积的组合将特征定位为原始空间位置，输出预测结果； 所述注意力模块包括三种分支： 分支一用于通道维度上的显式建模和特征交互，获得各个通道调整结果； 分支二用于将输入值在局部空间邻域上进行信息整合； 分支三用于在综合通道调整和局部空间邻域信息整合的基础上关注总体空间相关性，得到缩放后的新特征。

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湖实验室，其通讯地址为：314001 浙江省嘉兴市南湖区七星街道香湖别墅29幢；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。