Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 江苏科技大学薛文涛获国家专利权

江苏科技大学薛文涛获国家专利权

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!

龙图腾网获悉江苏科技大学申请的专利一种海上多目标船舶实例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:CN117197452B

龙图腾网通过国家知识产权局官网在2025-11-11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:202310998163.2,技术领域涉及:G06V10/26;该发明授权一种海上多目标船舶实例分割方法是由薛文涛;张寅程;赵京巧;叶辉;杨晓飞设计研发完成,并于2023-08-09向国家知识产权局提交的专利申请。

一种海上多目标船舶实例分割方法在说明书摘要公布了:本发明公开了一种海上多目标船舶实例分割方法,步骤如下:步骤1:获取海上船舶图像数据集;步骤2:对YOLOv5模型进行改进,具体为:在YOLOv5模型的骨干网络中嵌入注意力增强遮挡目标表示模块;用多尺度融合模块代替YOLOv5模型的多尺度路径聚合部分;在多尺度特征融合模块之后增加多目标分割模块;步骤3:通过获取的海上船舶图像数据集,对改进的YOLOv5模型进行训练,得到船舶实例分割模型;步骤4:通过船舶实例分割模型对实时获取的海上船舶数据进行多目标分割处理。本发明通过改进的YOLOv5模型可以用于检测和修正分割结果中可能存在的错误或不一致性,可以提供关于遮挡区域、分割边界和分割结果的有用信息,增强实例分割的准确性。

本发明授权一种海上多目标船舶实例分割方法在权利要求书中公布了:1.一种海上多目标船舶实例分割方法,其特征在于,包括以下步骤: 步骤1:获取海上船舶图像数据集; 步骤2:对YOLOv5模型进行改进,具体为:在YOLOv5模型的骨干网络中嵌入注意力增强遮挡目标表示模块;用多尺度融合模块代替YOLOv5模型的多尺度路径聚合部分;在多尺度特征融合模块之后增加多目标分割模块;在Backbone的C5特征层之后插入船舶轮廓辅助预测模块;船舶轮廓辅助预测模块与BiFPN层并行,船舶轮廓辅助预测模块对图像中船舶轮廓进行精细化处理; 其中,注意力增强遮挡目标表示模块用于增加YOLOv5模型对重要区域的关注度;多尺度融合模块用于在原有输入节点和输出节点基础上增加一组输入、输出节点,增加融合的特性;多目标分割模块与检测头共同作用,对图像进行实例分割;用多尺度融合模块代替YOLOv5模型的多尺度路径聚合部分,具体方法为:用BiFPN层代替YOLOv5模型中的FPN与PANET层;船舶轮廓辅助预测模块对图像中船舶轮廓进行精细化处理具体步骤如下: 步骤A1:将中心点坐标与偏移量进行相加得到初始轮廓点的集合; 步骤A2:将初始轮廓点的集合中所有初始轮廓点与中心点的特征级联为一个长度为M+1×P的向量,式中,M为初始轮廓点的集合中初始轮廓点的个数;P为初始轮廓点特征的通道号; 步骤A3:根据向量,通过MLP算法获得每个初始轮廓点的预测偏移量; 步骤A4:将初始轮廓点与初始轮廓点的预测偏移量相加得到精细化处理后的船舶轮廓; 步骤3:通过获取的海上船舶图像数据集,对改进的YOLOv5模型进行训练,得到船舶实例分割模型; 步骤4:通过船舶实例分割模型对实时获取的海上船舶数据进行多目标分割处理。

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江苏科技大学,其通讯地址为:212003 江苏省镇江市梦溪路2号江苏科技大学科技处;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。

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。