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

龍圖騰網獲悉北京信息科技大學申請的專利基于改進SOLO的非結構化道路場景實例分割方法及系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116543358B 。

龍圖騰網通過國家知識產權局官網在2025-08-26發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310302650.0，技術領域涉及：G06V20/54；該發明授權基于改進SOLO的非結構化道路場景實例分割方法及系統是由谷玉海設計研發完成，并于2023-03-27向國家知識產權局提交的專利申請。

本基于改進SOLO的非結構化道路場景實例分割方法及系統在說明書摘要公布了：本發明涉及一種基于改進SOLO的非結構化道路場景實例分割方法及系統，其包括：將獲取的圖像數據集進行預處理后，將圖像數據集劃分為訓練集和測試集；將訓練集輸入預先構建的改進的SOLOV2實例分割模型中，對該模型進行訓練，得到訓練好的改進的SOLOV2實例分割模型；其中，改進的SOLOV2實例分割模型為在SOLOV2實例分割模型的頸部網絡添加增強路徑，以減少特征傳遞過程的損失，并采用雙重注意力指導特征選擇，自適應地選擇重要特征；將測試集輸入訓練好的改進的SOLOV2實例分割模型中，輸出實例分割結果。本發明能減少特征損失，提高不同尺度目標的分割能力。

本發明授權基于改進SOLO的非結構化道路場景實例分割方法及系統在權利要求書中公布了：1.一種基于改進SOLO的非結構化道路場景實例分割方法，其特征在于，包括： 將獲取的圖像數據集進行預處理后，將圖像數據集劃分為訓練集和測試集； 將訓練集輸入預先構建的改進的SOLOV2實例分割模型中，對該模型進行訓練，得到訓練好的改進的SOLOV2實例分割模型；其中，改進的SOLOV2實例分割模型為在SOLOV2實例分割模型的頸部網絡添加增強路徑，以減少特征傳遞過程的損失，并采用雙重注意力指導特征選擇，自適應地選擇重要特征； 將測試集輸入訓練好的改進的SOLOV2實例分割模型中，輸出實例分割結果； 構建的改進的SOLOV2實例分割模型，包括： 在頸部網絡添加增強路徑，構建PAFPN網絡結構，以縮短低層信息與高層信息的傳遞路徑； 在ResNet的輸出與PAFPN網絡自上而下路徑的各層之間添加雙重注意力模塊，雙重注意力模塊包括兩個通道注意力模塊和一個空間注意力模塊，由通道注意力關注通道信息，以確定重要的特征，由空間注意力關注空間信息，以確定重要信息的位置； 構建PAFPN網絡結構，包括：在FPN右側增加自底向上的連接路徑，不同層之間通過一個構建塊連接； 通道注意力模塊，包括： 將輸入特征F劃分為兩個分支； 第一分支每個通道內進行全局平均池化，聚合全部特征信息，第二分支每個通道內進行最大池化，只保留最有效的特征； 兩分支不同池化后的輸出特征尺寸均為C×1×1，C表示通道數； 對池化后的特征依次進行1×1卷積通道降維、非線性ReLU函數激活和1×1卷積通道升維，還原維度得到平均池化分支輸出特征Favgpool和最大池化分支輸出特征Fmaxpool； 對特征Favgpool和Fmaxpool進行add融合后，利用sigmoid函數進行激活，與特征F融合得到最終輸出Fout； 空間注意力模塊，包括： 將特征F的通道數調整為1，輸出尺寸為1×H×W，最大池化和平均池化的輸出特征在通道維度上合并得到2×H×W的特征，使用7×7卷積核對合并后的特征進行卷積；其中，H、W表示特征圖的高和寬； 通過sigmoid函數激活輸出具備空間信息權重的單通道特征向量，與特征F融合實現自適應細化，得到最終輸出Fout。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京信息科技大學，其通訊地址為：100192 北京市海淀區清河小營東路12號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。