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！

龙图腾网获悉北京科技大学申请的专利一种基于神经网络可解释性的图像标注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：CN115761225B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202211370984.3，技术领域涉及：G06V10/26；该发明授权一种基于神经网络可解释性的图像标注方法是由时鹏;张会可;蒋立武;张帆;荆杰;张艾东;李丽敏设计研发完成，并于2022-11-03向国家知识产权局提交的专利申请。

本一种基于神经网络可解释性的图像标注方法在说明书摘要公布了：本发明公开了一种基于神经网络可解释性的图像标注方法，包括：对获取的图像进行分类，得到图像正确的类别标签；利用带有类别标签的图像训练卷积神经网络；以训练好的卷积神经网络为待解释的神经网络，以待标注图像及其正确的类别标签为输入，使用神经网络可解释性算法对训练好的卷积神经网络进行解释，解释过程结束后得到和输入图像及图像类别相关的热力图；基于所述热力图得到待标注图像的语义分割标签和目标检测标签。本发明可以根据类别标签生成目标检测标签和语义分割标签，从而大幅减少图像的标注工作量。

本发明授权一种基于神经网络可解释性的图像标注方法在权利要求书中公布了：1.一种基于神经网络可解释性的图像标注方法，其特征在于，包括： 对获取的图像进行分类，得到图像正确的类别标签； 利用带有类别标签的图像训练预设的卷积神经网络； 以训练好的卷积神经网络为待解释的神经网络，以待标注图像及其对应的正确的类别标签为输入，使用预设的神经网络可解释性算法对训练好的卷积神经网络进行解释，解释过程结束后得到和输入图像及图像类别相关的热力图； 基于所述热力图得到待标注图像的语义分割标签和目标检测标签； 所述卷积神经网络由卷积层和分类层组成；其中，所述卷积层包括至少1层由卷积核组成的神经网络层，所述分类层包含至少1层全连接层； 所述利用带有类别标签的图像训练预设的卷积神经网络，包括： 将图像及类别标签按照预设比例划分为训练集和验证集，并采用预设的数据增强方法对所述训练集进行增强； 使用增强后的训练集对预设的卷积神经网络进行训练；完成训练后在所述验证集上测量所述卷积神经网络的准确率，当准确率低于预设准确率阈值时，通过增加训练集和调整网络超参数的方法提升卷积神经网络的准确率； 基于所述热力图得到待标注图像的语义分割标签和目标检测标签，包括： 使用阈值法将所述热力图转换为语义分割标签； 使用最小矩形法找出包含所述语义分割标签的最小矩形作为目标检测标签； 所述使用最小矩形法找出包含所述语义分割标签的最小矩形，包括： 找出语义标签中最大的独立区域； 找出最大的独立区域在x轴和y轴上的最小值，得到一个坐标作为起点，再找出最大的独立区域在x轴和y轴上的最大值，得到一个坐标作为终点； 以所述起点和所述终点作为矩形的两个顶点，得到一个包含所述语义分割标签且边与输入图像平行的最小矩形。

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科技大学，其通讯地址为：100083 北京市海淀区学院路30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。