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！

龙图腾网获悉宁波大学申请的专利基于多级标签校正的半监督语义分割模型训练方法及应用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：CN118379593B 。

龙图腾网通过国家知识产权局官网在2025-03-18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：202410217238.3，技术领域涉及：G06V10/82；该发明授权基于多级标签校正的半监督语义分割模型训练方法及应用是由肖辉;彭成斌;姚保琛;邱晓杰;洪宇庭设计研发完成，并于2024-02-27向国家知识产权局提交的专利申请。

本基于多级标签校正的半监督语义分割模型训练方法及应用在说明书摘要公布了：本发明公开了一种基于多级标签校正的半监督语义分割模型训练方法及应用。所述训练方法包括：构建学生和教师网络；对学生网络进行有标签训练；为无标签数据集生成伪标签和中间特征；利用语义级图构建语义亲和力矩阵，利用类别级图构建分类一致性矩阵；互换级图对应的结构信息，逐步修正级图，更新中间特征并纠正伪标签；执行无标签训练，并迭代进行训练过程，获得语义分割模型。本发明所提供的技术方案中，语义级图表示特征空间中的语义亲和力，类别级图表示在类别空间中的类别一致性，语义级图和类别级图相互学习，共同进化，类别级图和语义级图被逐步修正，从而纠正部分伪标签，实现训练效率和模型预测准确性的显著改善。

本发明授权基于多级标签校正的半监督语义分割模型训练方法及应用在权利要求书中公布了：1.一种基于多级标签校正的半监督语义分割模型训练方法，所述语义分割模型用于实现图像语义分割，其特征在于，包括：构建学生网络和教师网络，并获取有标签数据集和无标签数据集；所述学生网络与教师网络的结构相同，所述有标签数据集包含有标签数据及其对应的标签，所述无标签数据集包含无标签数据；利用有标签数据集对所述学生网络进行有标签训练；使用所述学生网络和教师网络为所述无标签数据集生成伪标签和中间特征；利用语义级图在所述中间特征中构建像素特征对的语义亲和力矩阵，利用类别级图在所述伪标签中构建分类一致性矩阵，并自所述语义亲和力矩阵和分类一致性矩阵中分别提取对应的结构信息；互换所述语义级图和类别级图对应的结构信息，以逐步修正所述语义级图和类别级图，更新所述中间特征并纠正所述伪标签；利用更新后的所述中间特征以及纠正后的所述伪标签更新所述学生网络和教师网络的参数，执行无标签训练；并迭代进行所述有标签训练和无标签训练的过程直至达到结束条件，获得语义分割模型。

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宁波大学，其通讯地址为：315000 浙江省宁波市江北区风华路818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”。