华南理工大学刘发贵获国家专利权
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！
龙图腾网获悉华南理工大学申请的专利一种提升语义分割网络预测概率分布质量的模型训练方法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：CN115546225B 。
龙图腾网通过国家知识产权局官网在2025-07-08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：202211086940.8，技术领域涉及：G06T7/10；该发明授权一种提升语义分割网络预测概率分布质量的模型训练方法是由刘发贵;唐泉设计研发完成，并于2022-09-06向国家知识产权局提交的专利申请。
本一种提升语义分割网络预测概率分布质量的模型训练方法在说明书摘要公布了：本发明公开一种提升语义分割网络预测概率分布质量的模型训练方法。所述方法包括以下步骤：选取任意全卷积图像语义分割网络进行监督训练，获取输入样本经过所选取网络产生的输出；生成符合条件的掩码和掩码函数，将掩码通过掩码函数作用于获取的网络输出；基于掩码作用后的网络输出，使用softmax函数计算输入样本的预测概率分布，使用交叉熵损失函数监督模型训练至收敛。本发明能够有效减轻语义分割网络对误分类样本仍然给出极高置信度的情况，使模型对于错误分类样本给出较低的置信度，有效提升预测概率分布的质量，有利于应用在对安全性有较高要求的环境中。
本发明授权一种提升语义分割网络预测概率分布质量的模型训练方法在权利要求书中公布了：1.一种提升语义分割网络预测概率分布质量的模型训练方法，其特征在于，包括以下步骤： S1、选取任意全卷积图像语义分割网络进行监督训练，获取输入样本经过所选取网络产生的输出； S2、生成符合条件的掩码和掩码函数，将掩码通过掩码函数作用于步骤S1中获取的网络输出；具体包括以下步骤： S2.1、利用伯努利分布生成掩码M，K为选取的全卷积图像语义分割网络中语义分割的类别个数，k为输入像素样本的类别索引，具体如下： 其中表示伯努利分布，δ为可调整的超参数，mk表示作用于第k类预测分数的掩码； S2.2、定义掩码函数将掩码M通过掩码函数作用于选取的全卷积图像语义分割网络的输出L；具体如下： 其中，lk表示模型对输入样本属于类别k的预测分数，L'为掩码后的输出，l'k表示掩码后输入样本属于类别k的预测分数，表示按元素乘法； S2.3、掩码前后网络输出的数学期望不变； S3、基于掩码作用后的网络输出，计算输入样本的预测概率分布，并监督模型训练至收敛。
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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号