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

龍圖騰網(wǎng)獲悉杭州電子科技大學(xué)申請的專利一種基于改進(jìn)FastFCN的圖像分割方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號為：CN114332103B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-19發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：202111680676.6，技術(shù)領(lǐng)域涉及：G06T7/10；該發(fā)明授權(quán)一種基于改進(jìn)FastFCN的圖像分割方法是由巫笠平;馬玉良;張啟忠;孟明設(shè)計(jì)研發(fā)完成，并于2021-12-30向國家知識(shí)產(chǎn)權(quán)局提交的專利申請。

本一種基于改進(jìn)FastFCN的圖像分割方法在說明書摘要公布了：本發(fā)明公開了一種基于改進(jìn)FastFCN的圖像分割方法；本發(fā)明創(chuàng)新地提出用于提取非線性特征的雙重并行非對稱卷積模塊和用于捕捉多尺度信息的串行空洞空間金字塔池化模塊模塊。將非對稱卷積模塊、串行空洞空間金字塔池化模塊、雙重注意力CBAM模塊以及瓶頸層融入子模塊中，構(gòu)建語義文本信息子模塊。然后將語義文本信息子模塊嵌入到編碼器結(jié)構(gòu)優(yōu)化后的FastFCN網(wǎng)絡(luò)，結(jié)構(gòu)優(yōu)化主要表現(xiàn)在編碼器部分通過增添特征跳連路徑來增強(qiáng)信息流。訓(xùn)練前無需復(fù)雜的預(yù)處理，訓(xùn)練時(shí)采用多尺度深度監(jiān)督，測試時(shí)使用翻轉(zhuǎn)測試。本發(fā)明方法取得了優(yōu)異的分割性能和極低的模型參數(shù)量，其中Jaccard指數(shù)為84.05％，模型參數(shù)量僅為0.96M。

本發(fā)明授權(quán)一種基于改進(jìn)FastFCN的圖像分割方法在權(quán)利要求書中公布了：1.一種基于改進(jìn)FastFCN的圖像分割方法，其特征在于，包括如下步驟： 步驟1、選取ISIC2018數(shù)據(jù)集作為實(shí)驗(yàn)數(shù)據(jù)，對數(shù)據(jù)預(yù)處理，數(shù)據(jù)充分打亂劃分測試集和訓(xùn)練集，并將數(shù)據(jù)進(jìn)行增強(qiáng)后輸入； 步驟2、構(gòu)建雙重并行非對稱卷積模塊提取非線性特征；所述的雙重并行非對稱卷積模塊由兩個(gè)串聯(lián)連接的并行非對稱卷積模塊組成； 步驟3、構(gòu)建串行空洞空間金字塔池化模塊獲取多尺度特征； 步驟4、將非對稱卷積模塊、串行空洞空間金字塔池化模塊、普通空洞空間金字塔池化模塊、雙重注意力CBAM模塊以及瓶頸層融入子模塊中，構(gòu)建語義文本信息子模塊和輕量級的語義文本信息子模塊；具體步驟為： 4-1.首先運(yùn)用瓶頸層，使用1*1的DO-Conv卷積層+BN層+PReLU層的組合將輸入通道數(shù)m壓縮到n4； 4-2.然后使用雙重并行非對稱卷積模塊進(jìn)行提取非線性特征，期間輸入輸出通道數(shù)保持n4不變； 4-3.接著采用串行空洞空間金字塔池化模塊捕捉多尺度特征，經(jīng)由串行空洞空間金字塔池化模塊后，輸出通道數(shù)恢復(fù)到n； 4-4.最后引入空間通道雙重注意力的CBAM模塊，借助1*1的DO-Conv卷積層+BN層+CBAM模塊+PReLU層的組合，關(guān)注多尺度特征中的重要特征，期間輸入輸出通道數(shù)保持n不變； 步驟5、將語義文本信息子模塊和輕量級的語義文本信息子模塊嵌入到編碼器結(jié)構(gòu)優(yōu)化后的FastFCN網(wǎng)絡(luò)中，構(gòu)建改進(jìn)后的FastFCN網(wǎng)絡(luò)，具體步驟為： 5-1.改進(jìn)后的FastFCN網(wǎng)絡(luò)包括6塊子模塊，分別是編碼器部分的Encoder1、Encoder2、Encoder3、Encoder4、Encoder5以及解碼器部分的Dncoder1；其中，將語義文本信息子模塊應(yīng)用在子模塊Encoder1、Encoder2、Encoder3、Encoder4以及Dncoder1中，而Encoder5子模塊使用輕量級的語義文本信息子模塊； 5-2.在原有FastFCN網(wǎng)絡(luò)的基礎(chǔ)上，編碼器部分增添了6條淺層特征圖到深層特征圖的跳連路徑，作為編碼器中深層子模塊的輸入之一；6條跳連路徑為：Encoder1→Encoder3、Encoder1→Encoder4、Encoder1→Encoder5、Encoder2→Encoder4、Encoder2→Encoder5以及Encoder3→Encoder5；每條跳連路徑內(nèi)部組成情況相似:首先第一層是最大池化層，將特征圖分辨率減低到需要的大小，然后是使用雙重并行非對稱卷積模塊進(jìn)行提取非線性特征，經(jīng)由第一個(gè)并行非對稱卷積模塊中的卷積層，輸入通道數(shù)降至16，通道數(shù)后續(xù)保持不變； 步驟6、對構(gòu)建的所述改進(jìn)后的FastFCN網(wǎng)絡(luò)進(jìn)行多尺度監(jiān)督輔助訓(xùn)練，得到所需分割網(wǎng)絡(luò)； 步驟7、測試集圖像經(jīng)過數(shù)據(jù)增強(qiáng)后輸入步驟5得到的分割網(wǎng)絡(luò)，通過翻轉(zhuǎn)測試輸出分割圖。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人杭州電子科技大學(xué)，其通訊地址為：310018 浙江省杭州市下沙高教園區(qū)2號大街；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)”。