武汉理工大学周斌获国家专利权
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!
龙图腾网获悉武汉理工大学申请的专利非结构化道路识别网络训练方法、应用方法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:CN114627441B 。
龙图腾网通过国家知识产权局官网在2025-07-01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:202210085609.8,技术领域涉及:G06N3/09;该发明授权非结构化道路识别网络训练方法、应用方法及存储介质是由周斌;贾士达设计研发完成,并于2022-01-25向国家知识产权局提交的专利申请。
本非结构化道路识别网络训练方法、应用方法及存储介质在说明书摘要公布了:本发明涉及非结构化道路识别网络训练方法、应用方法及存储介质,包括:获取包含标注信息的图像训练样本集;根据所述实际道路分类标签确定所述非结构化道路识别网络的损失函数的值;根据所述损失函数的值调整所述非结构化道路识别网络的参数至满足收敛条件,确定训练完备的非结构化道路识别网络。本发明通过引入注意力模块和深度可分离卷积模块,对骨干网络和池化网络进行改进,充分提取其多尺度特征信息,改善网络性能,减少网络参数,实现网络轻量化,得到快速、准确对非结构道路进行识别的目的。
本发明授权非结构化道路识别网络训练方法、应用方法及存储介质在权利要求书中公布了:1.一种非结构化道路识别网络训练方法,其特征在于,包括: 获取包含标注信息的图像训练样本集,其中,所述标注信息包括所述图像训练样本集中的每个样本图像像素的实际道路分类标签; 根据所述实际道路分类标签确定所述非结构化道路识别网络的损失函数的值,其中,所述非结构化道路识别网络包括添加注意力模块的骨干网络层、添加注意力模块和深度可分离卷积模块的金字塔池化层; 根据所述损失函数的值调整所述非结构化道路识别网络的参数至满足收敛条件,确定训练完备的非结构化道路识别网络; 所述非结构化道路识别网络的网络结构包括编码器和解码器,所述编码器包括依次连接的输入层、深度卷积神经网络模块、空洞空间卷积池化金字塔模块;所述解码器包括第一解码层、第二解码层、第三解码层和解码融合层; 在所述编码器中,所述深度卷积神经网络模块包括依次连接的第一卷积块注意力模块、第一深度卷积层、第二深度卷积层、第三深度卷积层、第四深度卷积层和第二卷积块注意力模块,其中: 所述第一卷积块注意力模块,用于对所述输入层的输入图像进行空间和通道结合的注意力机制操作,确定第一注意力提取图; 所述第一深度卷积层,用于对所述第一注意力提取图进行深度可分离卷积操作,确定低级特征图; 所述第二深度卷积层,用于对所述低级特征图进行深度可分离卷积操作,确定中级特征图; 所述第三深度卷积层,用于对所述中级特征图进行深度可分离卷积操作,确定第三深度卷积特征图; 所述第四深度卷积层,用于对所述第三深度卷积特征图进行深度可分离卷积操作,确定第四深度卷积特征图; 所述第二卷积块注意力模块,用于对所述第四深度卷积特征图进行空间和通道结合的注意力机制操作,确定高级特征图; 所述损失函数通过如下公式表示: 其中,表示所述损失函数,N表示所述样本图像像素的样本数目,表示第i个样本图像像素的损失误差,表示第i个样本图像像素的实际道路分类标签,表示第i个样本图像像素预测为非结构化道路的概率。
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武汉理工大学,其通讯地址为:430070 湖北省武汉市洪山区珞狮路122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”。
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。