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！

龙图腾网获悉华南理工大学申请的专利一种基于视觉大模型多尺度提示的小样本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：CN120107579B 。

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：202510113896.2，技术领域涉及：G06V10/26；该发明授权一种基于视觉大模型多尺度提示的小样本语义分割方法是由罗荣华;黄磊雄设计研发完成，并于2025-01-24向国家知识产权局提交的专利申请。

本一种基于视觉大模型多尺度提示的小样本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视觉大模型多尺度提示的小样本语义分割方法，步骤如下：构建同类的支持查询样本对；获取支持融合特征、查询融合特征和查询图像的视觉先验对支持融合特征和查询融合特征进行建模及下采样，提取多尺度的支持特征和查询特征；利用多尺度的支持特征和查询特征生成多尺度的提示编码和生成目标提示编码；将目标提示编码和查询图像输入到提示型视觉大模型中，获取查询图像的分割结果；将小样本数据中的支持查询样本对输入经训练的预测模型，对查询图像进行分割，根据预测结果计算分割准确率。与现有方法相比，本发明能充分利用多尺度下的语义信息，生成的提示信息更加准确，在多种场景下能够进一步提升小样本语义分割任务的精度。

本发明授权一种基于视觉大模型多尺度提示的小样本语义分割方法在权利要求书中公布了：1.一种基于视觉大模型多尺度提示的小样本语义分割方法，其特征在于，所述小样本语义分割方法包括以下步骤： S1、利用语义分割公开数据集构建同类的支持查询样本对，同类的支持查询样本对包括查询图像、支持图像和支持掩膜； S2、通过融合特征提取模块分别获取支持融合特征和查询融合特征，同时获取查询图像的视觉先验，其中，所述融合特征提取模块包含依次连接的1个骨干网络、一对并联的特征融合卷积层和一对并联的特征激活卷积层； S3、多尺度特征提取模块分别对支持融合特征和查询融合特征进行建模及下采样，分别提取出多尺度的支持特征和查询特征； S4、多尺度提示生成模块利用多尺度的支持特征和查询特征生成多尺度的提示编码，自底向上地融合多尺度提示编码，生成目标提示编码；其中，步骤S4过程如下： S41、输入当前尺度的查询特征和支持特征，利用余弦相似性获取查询特征和支持特征的相似图，利用下一尺度的中间结果调整相似图，使用调整后的相似图聚合输入的可学习提示向量，生成当前尺度的相似提示编码； S42、将当前尺度的相似提示编码与下一尺度的提示编码和中间结果进行融合，生成当前尺度的提示编码，将该提示编码以及用它生成的中间结果输出到上一尺度继续迭代，直至生成目标提示编码； S5、将目标提示编码和查询图像输入到提示型视觉大模型SAM中，获取查询图像的分割结果，其中，视觉大模型SAM包括编码器和解码器，将查询图像输入到编码器中获取查询图像编码，目标提示编码与查询图像编码输入到解码器中，获取分割结果；构建预测模型，预测模型包括依次接连的融合特征提取模块、多尺度特征提取模块、多尺度提示生成模块和视觉大模型SAM，利用中间结果和最终结果组成总的损失函数，对预测模型进行训练，训练过程中视觉大模型SAM的参数保持冻结状态； S6、将小样本数据中的支持查询样本对输入经过训练的预测模型，对查询图像进行分割，根据预测结果计算分割准确率。

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华南理工大学，其通讯地址为：510640 广东省广州市天河区五山路381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。