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！

龍圖騰網獲悉江西財經大學申請的專利輕量小波卷積導絲分割網絡模型的構建方法及雙導絲生成方法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：CN120339271B 。

龍圖騰網通過國家知識產權局官網在2025-08-29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：202510798947.X，技術領域涉及：G06T7/00；該發明授權輕量小波卷積導絲分割網絡模型的構建方法及雙導絲生成方法是由張桂芳;劉丁岳;陳祈翰;查啟威;董一鋒;李雨生設計研發完成，并于2025-06-16向國家知識產權局提交的專利申請。

本輕量小波卷積導絲分割網絡模型的構建方法及雙導絲生成方法在說明書摘要公布了：本發明提出一種輕量小波卷積導絲分割網絡模型的構建方法及雙導絲生成方法，該構建方法包括：獲取輸入圖像，利用Stem模塊對輸入圖像進行特征提取，得到底層特征，以迭代的形式將底層特征依次經過五個小波編碼器進行處理，以分別得到五個小波編碼器輸出的特征，以迭代的形式將小波編碼器輸出的特征輸入至解碼器中進行解碼處理，以得到分割預測圖。本發明提出的小波變換注意力卷積，專門用于捕捉導絲復雜的邊緣和紋理細微差別特征。在小波分解過程后引入通道注意力機制，以增強特征表示。通道注意力的結合可以選擇性地強調關鍵的頻率成分，顯著提高網絡捕獲復雜紋理模式的能力，提高了導絲分割的精度。

本發明授權輕量小波卷積導絲分割網絡模型的構建方法及雙導絲生成方法在權利要求書中公布了：1.一種輕量小波卷積導絲分割網絡模型的構建方法，其特征在于，所述構建方法包括如下步驟： 步驟1、基于二維卷積構建Stem模塊，基于小波變換注意力卷積、逐點卷積與二維卷積構建小波編碼器，基于分組卷積與逐點卷積構建解碼器，Stem模塊、小波編碼器與解碼器構成導絲分割網絡模型； 步驟2、獲取輸入圖像，利用Stem模塊對輸入圖像進行特征提取，得到底層特征，以迭代的形式將底層特征依次經過五個小波編碼器進行處理，以分別得到五個小波編碼器輸出的特征； 步驟3、以迭代的形式將小波編碼器輸出的特征輸入至解碼器中進行解碼處理，以得到分割預測圖； 步驟4、基于分割預測圖分別構建得到二元交叉熵損失函數與Dice損失函數，利用二元交叉熵損失函數與Dice損失函數對導絲分割網絡模型進行優化，得到最終的輕量小波卷積導絲分割網絡模型； 其中，在所述步驟2中，獲取輸入圖像，利用Stem模塊對輸入圖像進行特征提取，得到底層特征，以迭代的形式將底層特征依次經過五個小波編碼器進行處理，以分別得到五個小波編碼器輸出的特征，具體包括如下子步驟： 獲取輸入圖像，將輸入圖像依次經過二維卷積、ReLU激活函數與批歸一化處理，以得到底層特征； S201、將底層特征依次經過小波變換注意力卷積、GELU激活函數與批歸一化處理，并與底層特征進行殘差相加，以得到第1次循環中經過小波變換注意力卷積和殘差相加的中間特征； S202、將第1次循環中經過小波變換注意力卷積和殘差相加的中間特征依次經過逐點卷積、GELU激活函數與批歸一化處理，以得到第1次循環中經過第一個逐點卷積的中間特征； S203、將第1次循環中經過第一個逐點卷積的中間特征依次經過逐點卷積、GELU激活函數與批歸一化處理，以得到第1次循環輸出的特征； S204、以迭代的形式將第1次循環輸出的特征作為輸入重復S201至S203的步驟一定次數后，以得到第次循環輸出的特征； S205、將第次循環輸出的特征依次經過二維卷積、GELU激活函數、批歸一化與最大池化處理，以得到第1個小波編碼器輸出的特征； 以迭代的形式將第1個小波編碼器輸出的特征作為輸入重復S201至S205的步驟一定次數后，分別得到第2個小波編碼器輸出的特征、第3個小波編碼器輸出的特征、第4個小波編碼器輸出的特征與第5個小波編碼器輸出的特征，將第5個小波編碼器輸出的特征作為瓶頸特征； 其中，輸入圖像包括單導絲圖像和雙導絲生成方法生成的偽雙導絲圖像。

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江西財經大學，其通訊地址為：330000 江西省南昌市經濟技術開發區雙港東大街169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”。