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！

龙图腾网获悉北京吉威数源信息技术有限公司;中国科学院空天信息创新研究院申请的专利一种用于复杂场景下遥感图像解译的半监督迭代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：CN115376015B 。

龙图腾网通过国家知识产权局官网在2025-10-10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：202210888224.5，技术领域涉及：G06V20/13；该发明授权一种用于复杂场景下遥感图像解译的半监督迭代训练方法是由窦宝成;高连如;黎珂;孙志伟;程锟锟;赵博雅;崔成玲设计研发完成，并于2022-07-27向国家知识产权局提交的专利申请。

本一种用于复杂场景下遥感图像解译的半监督迭代训练方法在说明书摘要公布了：本发明公开了一种用于复杂场景下遥感图像解译的半监督迭代训练方法，包括如下步骤：模型训练早期通过半自动采集或者人工标注的方式积累初步的标注，构建训练样本集进行训练获得标注模型，并扩展解译模型库；以交叉伪标签约束的自训练的方式构建标注模型，并逐渐引入无标签数据，以获得更多有代表性场景的样本标注，实现样本扩展与精化。本发明利用多模态网络，基于自训练和交叉伪标签等半监督学习的迭代训练技术，获取大区域复杂场景下的模型集，基于场景规则集和模型搜索构建模型匹配与集成技术，实现复杂场景下大区域遥感影像分类解译；通过对多模态数据、样本库和模型库的衔接，实现了对模型的持续迭代和样本优化。

本发明授权一种用于复杂场景下遥感图像解译的半监督迭代训练方法在权利要求书中公布了：1.一种用于复杂场景下遥感图像解译的半监督迭代训练方法，其特征在于，包括如下步骤： S1模型训练通过半自动采集或者人工标注的方式积累初步的标注，构建训练样本集进行训练获得标注模型，并扩展解译模型库； S2以交叉伪标签约束的自训练的方式构建标注模型，并逐渐引入无标签数据，以获得更多有代表性场景的样本标注，实现样本扩展与精化； S2的具体步骤如下： S211对无标签样本打分，丢弃得分高的简单样本，保留得分中低的难例样本作为待选样本； S212将一批难例样本引入训练集进行训练，预测评价达到置信度条件的样本保留，无法满足条件的样本作为待选样本； S213迭代步骤S212直到满足停止条件，得到的更加稳定的模型； S3对于无标签数据，采用交叉伪标签监督方法进行一致性约束训练，使用同一模型但通过不同的初始化生成差异模型，对同一输入数据分别进行前向预测获得概率结果和伪标签，并将伪标签作为彼此模型的监督信息计算损失并进行后向传播；为获取更加平滑的训练，采用随机贴图方法构建增强样本，将有标签的样本随机贴到伪标签样本生成新的样本，贴图样本对真实标注和伪标签部分的损失分别计算，在训练过程中使用损失归一化的动态调整方法来获取更加稳定的损失。

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北京吉威数源信息技术有限公司;中国科学院空天信息创新研究院，其通讯地址为：100043 北京市石景山区石景山路22号万商大厦16层；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。