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！

龙图腾网恭喜平安科技(深圳)有限公司申请的专利基于人工智能的图像分割方法、装置、设备及存储介质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：CN114998588B 。

龙图腾网通过国家知识产权局官网在2025-05-09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：202210635568.5，技术领域涉及：G06V10/26；该发明授权基于人工智能的图像分割方法、装置、设备及存储介质是由郑喜民;胡浩楠;舒畅;陈又新设计研发完成，并于2022-06-06向国家知识产权局提交的专利申请。

本基于人工智能的图像分割方法、装置、设备及存储介质在说明书摘要公布了：本申请涉及人工智能技术领域，揭示了一种基于人工智能的图像分割方法、装置、设备及存储介质，其中方法包括：获取目标图像；将所述目标图像输入预设的图像分割模型进行图像分割，得到所述目标图像对应的目标图像分割结果；其中，所述图像分割模型是采用基于预测不确定度加权的图像分割损失函数训练得到的模型。通过采用基于预测不确定度加权的图像分割损失函数训练得到的模型进行图像分割，实现将预测不确定度作为加权的权重，避免了用只考虑预测值与真实值之间差距的损失函数训练出的模型进行图像分割，提高了预测的分割结果的准确性，提高了模型预测的可靠性。

本发明授权基于人工智能的图像分割方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于人工智能的图像分割方法，其特征在于，所述方法包括：获取目标图像；将所述目标图像输入预设的图像分割模型进行图像分割，得到所述目标图像对应的目标图像分割结果；其中，所述图像分割模型是采用基于预测不确定度加权的图像分割损失函数训练得到的模型；所述将所述目标图像输入预设的图像分割模型进行图像分割，得到所述目标图像对应的目标图像分割结果的步骤之前，还包括：获取多个训练样本和初始模型，其中，每个所述训练样本包括：图像样本集和图像分割标签，所述图像样本集是基于同一张图像得到的集合；采用基于预测不确定度加权的图像分割损失函数和各个所述训练样本，对所述初始模型进行训练，直至达到模型训练结束条件；将达到所述模型训练结束条件的所述初始模型作为所述图像分割模型；所述采用基于预测不确定度加权的图像分割损失函数和各个所述训练样本，对所述初始模型进行训练，直至达到模型训练结束条件的步骤，包括：获取任一个所述训练样本作为目标样本；将所述目标样本的所述图像样本集中的每个图像样本输入所述初始模型进行图像分割，得到初始图像分割结果；对各个所述初始图像分割结果进行预测不确定度图生成；根据所述目标样本的所述图像样本集中的图像来源为原始的所述图像样本，从各个所述初始图像分割结果中获取所述初始图像分割结果，作为原始图像分割结果；根据基于预测不确定度加权的图像分割损失函数、所述预测不确定度图、所述原始图像分割结果和所述目标样本的所述图像分割标签进行目标损失值计算；根据所述目标损失值更新所述初始模型的网络参数；重复执行所述获取任一个所述训练样本作为目标样本的步骤，直至达到所述模型训练结束条件；所述对各个所述初始图像分割结果进行预测不确定度图生成的步骤，包括：从所述目标样本的所述图像样本集中的图像来源为变换的各个所述图像样本，作为候选图像集；根据预设的位置变换方法标识集中的每个位置变换方法标识，从所述候选图像集中查找所述图像样本，得到命中图像集；对所述命中图像集对应的各个所述初始图像分割结果进行空间位置的逆变换处理，得到已还原分割结果集；从所述目标样本的所述图像样本集中查找不存在于所述命中图像集中的所述图像样本，得到不需处理图像集；将所述已还原分割结果集和所述不需处理图像集对应的各个所述初始图像分割结果进行合集处理，得到待分析分割结果集；对所述待分析分割结果集生成方差图；对所述方差图进行归一化处理，得到所述预测不确定度图。

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平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼；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”。