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！

龙图腾网获悉中山大学·深圳;中山大学申请的专利一种域泛化语义分割方法、系统、电子设备及存储介质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：CN120014270B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510089753.2，技术领域涉及：G06V10/26；该发明授权一种域泛化语义分割方法、系统、电子设备及存储介质是由高陈强;张俊银;李资翱设计研发完成，并于2025-01-21向国家知识产权局提交的专利申请。

本一种域泛化语义分割方法、系统、电子设备及存储介质在说明书摘要公布了：本发明公开了一种域泛化语义分割方法、系统、电子设备及存储介质，方法包括：加载视觉基础大模型的预训练参数，生成虚拟仿真数据集；提取输入图像的中间特征，与词向量进行交叉注意力融合后，输入分割头进行语义分割预测，得到每个像素对应的类别预测结果；在每次小批量的迭代训练时随机指定类别标签不参与损失计算；计算预测类别与真实类别之间的损失值；在梯度反向传播时按索引的方式将对应的词向量梯度置为零；迭代训练得到目标模型；对待分割的真实世界的目标场景下的目标数据进行域泛化语义分割处理，得到分割结果。本发明能够降低数据标注成本，达到模型对真实世界场景的通用泛化分割性能，可广泛应用于计算机视觉技术领域。

本发明授权一种域泛化语义分割方法、系统、电子设备及存储介质在权利要求书中公布了：1.一种域泛化语义分割方法，其特征在于，包括以下步骤： 加载视觉基础大模型的预训练参数，虚拟引擎生成虚拟仿真数据集； 冻结所述视觉基础大模型的参数，将所述仿真数据集输入所述视觉基础大模型后，通过所述视觉基础大模型的编码器提取输入图像的中间特征； 将提取的所述中间特征与词向量进行交叉注意力融合； 将融合后的特征输入分割头进行语义分割预测，得到每个像素对应的类别预测结果； 在每次小批量的迭代训练时，随机指定类别标签不参与损失计算；根据指定的类别标签，计算每个像素预测类别与真实类别之间的损失值； 在梯度反向传播时，获取没有参与损失计算的类别标签，并按索引的方式将对应的词向量梯度置为零； 循环迭代训练所述视觉基础大模型，直到损失收敛，保存对应的词向量和分割头，得到训练好的目标模型； 根据所述目标模型对待分割的真实世界的目标场景下的目标数据进行域泛化语义分割处理，得到不同语义的分割结果； 所述将提取的所述中间特征与词向量进行交叉注意力融合，包括以下步骤： 采用交叉注意力的方式对视觉特征的深层语义信息和词向量引导的类别表达信息融合互补；其中，通过对词向量进行线性变换得到查询矩阵；通过对特征进行线性变换得到键矩阵通过对特征进行线性变换得到值矩阵； 交叉注意力融合的表达式为：，其中，为可学习的维度系数；为得到的输出结果。

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中山大学·深圳;中山大学，其通讯地址为：518107 广东省深圳市光明区中山大学深圳校区；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。