Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜湖南大学张辉获国家专利权

恭喜湖南大学张辉获国家专利权

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!

龙图腾网恭喜湖南大学申请的专利伪标签生成及无源域场景自适应的遮挡感知无缝分割方法及系统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:CN119380029B

龙图腾网通过国家知识产权局官网在2025-03-11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:202411943039.7,技术领域涉及:G06V10/26;该发明授权伪标签生成及无源域场景自适应的遮挡感知无缝分割方法及系统是由张辉;曹意宏;肖正;杜瑞;刘立柱;杨恺伦;梅杰;毛建旭;王耀南设计研发完成,并于2024-12-27向国家知识产权局提交的专利申请。

伪标签生成及无源域场景自适应的遮挡感知无缝分割方法及系统在说明书摘要公布了:本发明公开了一种伪标签生成及无源域场景自适应的遮挡感知无缝分割方法及系统,该方法通过为常规使用的实例级伪标签通过阈值筛选和数据量的对比,进一步提升伪标签的标记精度;同时利用生成的伪标签,并设计一种针对遮挡感知无缝分割任务中实例级预测分支的不确定区域引导的加权损失,提升分割模型的准确度;再结合对低质量伪标签的筛选,提出一种非模态引导的实例混合策略,从而进一步的增加可供训练的样本数量;从而提高由于个别类别样本数量少导致的最终训练的模型分割效果差的问题,最终提高无源域场景自适应效果。

本发明授权伪标签生成及无源域场景自适应的遮挡感知无缝分割方法及系统在权利要求书中公布了:1.一种用于目标域的数据伪标签生成方法,其特征在于,包括:1)以源域上的分割模型对目标域中的图片数据进行预测,得到各图片的初始的语义预测、实例预测以及非模态实例预测;所述实例预测和非模态实例预测包括目标掩膜、当前目标掩膜评分、当前目标掩膜类别;2)从初始的实例预测和非模态实例预测中,获取每个事物类别的当前目标掩膜评分超过设定阈值的对应数据数量;依次获取实例预测中每个事物类别的当前目标掩膜评分大于设定的实例阈值的实例预测数据数量N1,以及非模态实例预测中每个事物类别的当前目标掩膜评分大于非模态实例阈值的非模态实例预测数据数量N2;3)从初始的实例预测和非模态实例预测中,依次对每个事物类别的所有当前目标掩膜评分分别降序排列,设定各类别排序序列的选取百分比阈值;统计实例预测中每个事物类别的当前目标掩膜评分靠前的的实例预测数据数量N3;统计非模态实例预测中每个事物类别的当前目标掩膜评分靠前的的非模态实例预测数据数量N4;4)以maxN1,N3对应的数据设定为实例确定标签,其余数据设定为实例不确定区域,将实例确定标签和实例不确定区域作为实例伪标签;以maxN2,N4对应的数据设定为非模态实例确定标签,其余数据设定为非模态实例不确定区域,将对应的非模态实例确定标签和非模态实例不确定区域作为非模态实例伪标签;基于初始的语义预测得到各语义类别最大预测值对应的语义标签,再利用语义类别标签的预测概率阈值进行筛选后,获得语义伪标签。

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湖南大学,其通讯地址为:410082 湖南省长沙市岳麓区麓山南路1号;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”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。