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！

龙图腾网获悉浙江大学申请的专利基于多级领域相关度的多源领域自适应语义分割方法及装置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：CN117237628B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202311119643.3，技术领域涉及：G06V10/26；该发明授权基于多级领域相关度的多源领域自适应语义分割方法及装置是由尹建伟;蔡钰祥;席萌;尚永衡设计研发完成，并于2023-09-01向国家知识产权局提交的专利申请。

本基于多级领域相关度的多源领域自适应语义分割方法及装置在说明书摘要公布了：本发明公开了一种基于多级领域相关度的多源领域自适应语义分割方法：1在所有源域和目标域上预训练跨域语义分割模型F；基于预训练好的F计算多级领域相关度，包括领域级源‑目标相关度di和像素级源‑目标相关度基于构建源‑目标域混合图像和对应的伪标签基于随机采样方法构建源‑目标域混合图像和对应的伪标签基于di、以及和在所有源域和目标域上训练F；将训练完成后的F对待检测图像进行多源领域自适应语义分割，提取图像中的目标物体。该方法能够提高与目标域高相关度源域和源域像素点的权重，同时减小与目标域低相关度源域和源域像素点的权重，来避免多源域中不相关信息对训练的干扰。

本发明授权基于多级领域相关度的多源领域自适应语义分割方法及装置在权利要求书中公布了：1.基于多级领域相关度的多源领域自适应语义分割方法，其特征在于，所述方法包括： 1在所有源域和目标域上预训练跨域语义分割模型F； 2基于预训练好的跨域语义分割模型F计算多级领域相关度，包括领域级源-目标相关度di和像素级源-目标相关度h∈H,w∈W，h,w指示图像中像素点的位置坐标； 3基于像素级源-目标相关度构建源-目标域混合图像和对应的伪标签 4基于随机采样方法构建源-目标域混合图像和对应的伪标签 5基于领域级源-目标相关度di、像素级源-目标相关度源-目标域混合图像和对应的伪标签以及源-目标域混合图像和对应的伪标签在所有源域和目标域上训练跨域语义分割模型F； 6将训练完成后的跨域语义分割模型F对待检测图像进行多源领域自适应语义分割，提取图像中的目标物体； 步骤1中，所述预训练跨域语义分割模型F的方式为： 其中：为在所有源域上的语义分割训练损失，为所有源域和目标域之间的多源领域自适应损失，所有源域包括图像和对应的语义标签i∈N，目标域包含图像xt； 在步骤3中，基于像素级源-目标相关度选择和剪切源域图像中的像素点和然后粘贴到目标域图像xt和伪标签上，构建源-目标域混合图像和伪标签 源-目标域混合图像和对应的伪标签的计算方式如下： 其中，为选择指示矩阵，大小为H×W，表示粘贴的像素点来自源域图像 表示粘贴的像素点来自目标域图像xt： 具体地，的计算方式为： 其中，为相关度阈值，为超参数； 在步骤5中，训练跨域语义分割模型F的方法为： 其中，·表示加权操作，为在所有源域语义分割训练损失，为在所有源-目标域混合图像和对应的伪标签上的语义分割训练损失，为在所有源-目标域混合图像和对应的伪标签上的语义分割训练损失，为所有源域和目标域之间的多源领域自适应损失；包括图像和对应的语义标签i∈N，目标包含图像xt。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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”。

以上内容由龙图腾AI智能生成。