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！

龙图腾网获悉桂林电子科技大学申请的专利一种基于注意力机制的等变弱监督语义分割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：CN116543157B 。

龙图腾网通过国家知识产权局官网在2025-09-05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：202310516832.8，技术领域涉及：G06V10/26；该发明授权一种基于注意力机制的等变弱监督语义分割方法是由刘建明;郑钊豪;黄光轮;张明和;甘镇设计研发完成，并于2023-05-09向国家知识产权局提交的专利申请。

本一种基于注意力机制的等变弱监督语义分割方法在说明书摘要公布了：本发明公开了一种基于注意力机制的等变弱监督语义分割方法，包括步骤如下：步骤1生成类激活图；步骤2将生成的类激活图输入到AffinityNet模型中进一步细化，获得伪标签；步骤3使用全监督方式即DeepLabv1模型对生成的伪标签进行训练，其中将DeepLabv1模型中的VGGNet网络替换为Resnet网络，DeepLabv1模型得到的预测结果作为最终分割结果。这种方法减少了人工标注所耗费的大量人力和物力，分割结果准确性高。

本发明授权一种基于注意力机制的等变弱监督语义分割方法在权利要求书中公布了：1.一种基于注意力机制的等变弱监督语义分割方法，其特征在于，包括步骤如下： 步骤1生成类激活图： 1.1将图片输入到拆除了ReLU层的Resnet38分类网络中提取特征； 1.2再通过CSM模块对重要但易被忽略的特征即次要特征进行提取； 1.3接着将提取的特征输入到CAM中得到类激活图，记为输出1； 1.4将Resnet38分类网络第四层和第五层的输出特征进行融合，然后将融合后的特征与输出1一起输入到像素相关模块PCM中对步骤1.3的类激活图进一步捕获和修正，得到输出2； 1.5将图片进行缩放作为输入，并对其进行与步骤1.1-步骤1.4相同的操作作为补偿监督，得到输出3、输出4； 1.6最后，利用三个损失函数对输出1、输出2、输出3和输出4进行调节，获得优化的类激活图；其中步骤1.1-步骤1.6为提出的DSEAM网络； 三个损失函数包括分类损失、等变正则化和交叉等变正则化，网络采用图像级分类标签作为弱监督标签信息，根据CAM网络架构，在网络末端添加全局平均池化层获得对图像的分类预测向量z，和分别表示经过仿射变换网络两个分支的原始CAM输出，和分别代表由像素相关模块修正的两个分支的输出，分类损失表示如下： （5） （6） 其中表示除背景外的类别数，表示单分支的多标签分类损失，和分别表示仿射变换网络两个分支的全局平均池化层聚合的预测向量； 等变正则化损失指图像经过仿射变换后生成的CAM与原图像的CAM保持相同的变换规则，保证等变性，等变损失表示如下: （7） 其中表示仿射变换函数； 交叉等变正则化损失是指PCM的输出由孪生网络另一分支的CAM输出进行监督，不仅能避免PCM的输出陷入局部最优解，还能避免在PCM修正过程中CAM退化，交叉等变正则化损失表示如下： （8） 网络的损失函数表示： （9）； 步骤2将步骤1.6生成的类激活图输入到AffinityNet模型中进一步细化，获得伪标签； 步骤3使用全监督方式即DeepLabv1模型对步骤2生成的伪标签进行训练，其中将DeepLabv1模型中的VGGNet网络替换为Resnet网络，DeepLabv1模型得到的预测结果作为最终分割结果。

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桂林电子科技大学，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路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”。