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！

龙图腾网获悉武汉理工大学申请的专利一种应用于水中障碍物检测的轻量级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：CN116311244B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202211532085.9，技术领域涉及：G06V20/70；该发明授权一种应用于水中障碍物检测的轻量级语义分割方法是由王强;蔡启烈;刘建新设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。

本一种应用于水中障碍物检测的轻量级语义分割方法在说明书摘要公布了：本发明公开了一种应用于水中障碍物检测的轻量级语义分割方法，包括以下步骤：S1、构建语义分割网络整体框架模型，所述整体网络框架采用PSPNet的金字塔池化架构，利用多个池化核并行提取图像中的特征信息；S2、将所述网络整体框架中模型的主干特征提取网络替换为Mobilenetv2中的bottleneck结构，减小模型的参数量；S3、在bottleneck结构中引入膨胀卷积，增大卷积核的感受野，加强特征提取；S4、采用辅助分支训练，避免局部最优化；S5、采用focalloss损失函数增大图像中难以检测部分的损失值，使得模型集中关注图像中难以检测的部分；S6、采用transformer注意力机制增加图像中各部分的联系，输出预测图像。本发明在保证检测实时性的同时，有较高的检测准确率，提升无人艇水面障碍物检测能力。

本发明授权一种应用于水中障碍物检测的轻量级语义分割方法在权利要求书中公布了：1.一种应用于水中障碍物检测的轻量级语义分割方法，其特征在于，包括以下步骤： S1、构建语义分割网络整体框架模型，所述整体框架模型采用PSPNet的金字塔池化架构，利用多个池化核并行提取图像中的特征信息； S2、将所述网络整体框架中模型的主干特征提取网络替换为Mobilenetv2中的bottleneck结构，用于减小模型的参数量，提高无人艇检测实时性； S3、在bottleneck结构中引入膨胀卷积，所述膨胀卷积用于增大卷积核的感受野，从而加强特征提取； S4、采用辅助分支训练，使得模型训练时能避免局部最优化； S5、采用focalloss损失函数增大图像中难以检测部分的损失值，使得模型集中关注图像中难以检测的部分；通过引入辅助损失对focalloss损失函数进行改进，进一步增大难以检测目标的损失值，提高模型对于难以检测目标的关注度，改进后的focalloss函数如下： 式中，m为主分支，b为辅助分支，λm为主分支的权重参数，λb为辅助分支的权重参数，ptm是主分支预测概率，ptb是辅助分支预测概率； S6、采用transformer注意力机制增加图像中各部分的联系，输出预测图像。

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武汉理工大学，其通讯地址为：430070 湖北省武汉市洪山区珞狮路122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。