買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉電子科技大學申請的專利一種數(shù)據(jù)集制作困難下的圖像語義分割方法獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產(chǎn)權局授予，授權公告號為：CN115187777B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權局官網(wǎng)在2025-08-22發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202210650449.7，技術領域涉及：G06V10/26；該發(fā)明授權一種數(shù)據(jù)集制作困難下的圖像語義分割方法是由葉潤;閆斌;周小佳;李智勇設計研發(fā)完成，并于2022-06-09向國家知識產(chǎn)權局提交的專利申請。

本一種數(shù)據(jù)集制作困難下的圖像語義分割方法在說明書摘要公布了：該發(fā)明公開了一種數(shù)據(jù)集制作困難下的圖像語義分割方法，屬于圖像處理領域。本發(fā)明設計的ACGAN相比于現(xiàn)有的數(shù)據(jù)增廣方法，比如翻轉(zhuǎn)，旋轉(zhuǎn)，平移，縮放等，不會破壞目標圖像中的上下文信息，并且能夠生成與真實場景極為相似的數(shù)據(jù)，用于語義分割網(wǎng)絡訓練時其他數(shù)據(jù)增廣方法可能會使圖像語義信息發(fā)生改變，但是本發(fā)明生成出來的樣本由于與真實場景極其相似，不會丟失語義信息。本發(fā)明設計的AC?Net相比于其他語義分割給方法，在卷積層設計了兩路卷積，并且融合了多尺度特征信息，能夠提取更豐富的特征信息，從而提升分割效果。

本發(fā)明授權一種數(shù)據(jù)集制作困難下的圖像語義分割方法在權利要求書中公布了：1.一種數(shù)據(jù)集制作困難下的圖像語義分割方法，該方法包括： 步驟1：樣本的預處理以及數(shù)據(jù)增廣； 步驟1.1：獲取樣本圖像，并對樣本圖像進行分辨率歸一化，然后將樣本圖像與其對應的語義標簽可視化圖像拼接為新圖像； 步驟1.2：采用ACGAN模型對步驟1得到的新圖像進行數(shù)據(jù)增廣； 所述ACGAN模型包括：生成器和判別器，所述生成器一共有18層結構，包括編碼部分和解碼部分；所述編碼部分包括：依次連接的第1層到第8層，其中第1層為雙路卷積結構，該結構包括3路，輸入直接分為3路，其中2路結構相同，這兩路依次經(jīng)過2個3x3卷積層，并且第二個3x3卷積層的輸入和輸出拼接后作為該路的輸出，另外的一路為一個1x1的卷積層，三路的輸出共同融合后為該雙路卷積結構的輸出；第2層為核為2的最大池化結構，第1層與第2層組成了一組卷積池化結構，后續(xù)第3、4層，5、6層、7、8層同樣為這種卷積池化結構；所述解碼部分包括：依次連接的第9層到第18層，第9層結構為與第1層結構相同，第10層為上采樣結構，通過雙線性插值實現(xiàn)，第11、12層與第9層、10層結構對應相同，第13層與第1層結構相同；第14層是雙注意力機制結構，該結構通過DANet中的位置注意力機制以及通道注意力機制組成，第15層是上采樣結構，16層是雙路卷積結構，17層是上采樣結構，18層與第1層結構相同；并且，第1層的輸出與第18層的輸出拼接作為第18層的輸出，第3層的輸出與第16層的輸出拼接作為第16層的輸出，第5層的輸出與第13層的輸出拼接作為第13層的輸出，第7層的輸出與第11層的輸出拼接作為第11層的輸出； 數(shù)據(jù)輸入生成器結構之后，會輸出一個生成圖像，該生成圖像接下來進入判別器中； 所述判別器為全卷積結構，一共有5層結構，其中前三層是3個步長為2的4×4卷積，后面兩層是2個步長為1的4×4卷積，生成器生成圖像進入到判別器后輸出一個標量值，范圍在[0,1]之間，通過輸入訓練數(shù)據(jù)不斷訓練生成器以及判別器，最終判別器輸出穩(wěn)定在0.5時訓練結束；此時，向訓練好的生成器輸入樣本，就能生成一個新數(shù)據(jù)，該新數(shù)據(jù)為增廣的樣本； 步驟2：建立語義分割網(wǎng)絡；該語義分割網(wǎng)絡與步驟1中的生成器結構相同；但是訓練過程與步驟1不同，步驟1中訓練生成器時，輸入的是語義標簽，而在分語義分割網(wǎng)絡訓練中輸入的是Cityscapes訓練集原始圖像，步驟1中損失函數(shù)使用的是條件生成對抗網(wǎng)絡的cGAN-Loss，語義分割網(wǎng)絡損失函數(shù)為交叉熵損失函數(shù)CrossEntropyLoss； 步驟3：采用步驟1預處理好的數(shù)據(jù)訓練步驟2得到的語義分割網(wǎng)絡，采用訓練好的語義分割網(wǎng)絡進行實際的圖像語義分割。

如需購買、轉(zhuǎn)讓、實施、許可或投資類似專利技術，可聯(lián)系本專利的申請人或?qū)＠麢嗳?a target="_blank" rel="noopener noreferrer nofollow" href="https://iptop.www.hzsmkbearing.com.cn/list?keyword=%E7%94%B5%E5%AD%90%E7%A7%91%E6%8A%80%E5%A4%A7%E5%AD%A6&temp=1">電子科技大學，其通訊地址為：611731 四川省成都市高新區(qū)（西區(qū)）西源大道2006號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。