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！

龙图腾网获悉福州大学;泉州冰点科技有限公司申请的专利一种基于改进Deeplabv3+的高效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：CN119579893B 。

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：202411634362.6，技术领域涉及：G06V10/26；该发明授权一种基于改进Deeplabv3+的高效语义分割方法是由于潇雁;郑仕敏;张晓龙;毕建鹏设计研发完成，并于2024-11-15向国家知识产权局提交的专利申请。

本一种基于改进Deeplabv3+的高效语义分割方法在说明书摘要公布了：本发明提出一种基于改进Deeplabv3+的高效语义分割方法，包括以下步骤：将输入的图片裁剪为512×512后，输入Mobilenetv2特征提取网络中进行特征提取，获得128×128×24、64×64×32、32×32×96和32×32×320四个不同层级的特征；将前三个层级的特征输入FPN模块中进行特征融合输出浅层特征，将其输入PCSM注意力模块后的输出特征输入解码器中；将最后一层级的特征输入EASPP模块得到深层特征，将其输入PCSM注意力模块后的输出特征输入解码器中；输入解码器的浅层特征经过1×1卷积调整通道数，深层特征经过1×1卷积调整通道数以及上采样后与经过1×1卷积调整通道数的浅层特征进行拼接，再经过3×3卷积和4倍上采样得到最终的预测结果。本发明实现了对传统的Deeplabv3+的优化。

本发明授权一种基于改进Deeplabv3+的高效语义分割方法在权利要求书中公布了：1.一种基于改进Deeplabv3+的高效语义分割方法，其特征在于，具体包括以下步骤： S1、将输入的图片裁剪为512×512后，输入Mobilenetv2特征提取网络中进行特征提取，获得128×128×24、64×64×32、32×32×96和32×32×320四个不同层级的特征； S2、将Mobilenetv2特征提取网络提取的前三个层级128×128×24、64×64×32和32×32×96的特征输入FPN模块中进行特征融合，融合后输出128×128×152的浅层特征，将128×128×152的浅层特征输入PCSM注意力模块后，将PCSM注意力模块输出的特征输入解码器中； S3、将Mobilenetv2特征提取网络提取的32×32×320的特征输入EASPP模块得到32×32×1792的深层特征，将32×32×1792的深层特征输入PCSM注意力模块后，将PCSM注意力模块的输出特征输入解码器中； S4、将步骤S2输入解码器的特征经过1×1卷积调整通道数，将步骤S3输入解码器的特征经过1×1卷积以及上采样后，与经过1×1卷积调整通道数的步骤S2输入特征进行拼接，再经过3×3卷积和4倍上采样得到最终的预测结果； 所述EASPP模块包括三大分支，所述三大分支并行工作并输出大小分别为32×32×256、32×32×1280、32×32×256的三部分特征，将三大分支的输出结果在通道维度上进行拼接得到大小为32×32×1792的EASPP模块的输出特征；具体如下： 第一大分支为1×1卷积层，输入Mobilenetv2特征提取网络提取大小为32×32×320的深层特征，经过1×1卷积并调整通道数后直接输出32×32×256的特征； 第二大分支包括五层3×3的空洞卷积，五层3×3的空洞卷积的输出结果拼接而成的32×32×1280特征； 第三大分支是平均池化层，对输入的32×32×320的深层特征进行平均池化并调整通道数后输出32×32×256的特征；最终将EASPP模块的三大分支的输出结果进行拼接得到32×32×1792的特征； 所述五层3×3的空洞卷积的空洞率分别为3、6、12、18、24； 所述EASPP模块的五层3×3的空洞卷积中，第一层至第四层的每一层3×3空洞卷积输出两份相同的结果，一份直接输出用于与其他四层3×3空洞卷积的输出结果进行拼接，另一份用作下一层3×3空洞卷积的输入特征拼接，具体如下： 将Mobilenetv2特征提取网络提取大小为32×32×320的深层特征记为特征一； 将特征一输入第一层3×3空洞卷积并输出特征二； 将特征一和特征二进行拼接获得特征三，将特征三输入第二层3×3空洞卷积并输出特征四； 将特征一和特征三进行拼接获得特征五，将特征五和特征四进行拼接获得特征六，将特征六输入第三层3×3空洞卷积并输出特征七； 将特征一和特征五进行拼接获得特征八，将特征八和特征六进行拼接获得特征九，将特征九和特征七进行拼接获得特征十，将特征十输入第四层3×3空洞卷积并输出特征十一； 将特征一和特征八进行拼接获得特征十二，将特征十二和特征九进行拼接获得特征十三，将特征十三和特征十进行拼接获得特征十四，将特征十四和特征十一进行拼接获得特征十五，将特征十五输入第五层3×3空洞卷积并输出特征十六； 将特征二、特征四、特征七、特征十一、特征十六进行拼接获得第二大分支的输出结果。

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福州大学;泉州冰点科技有限公司，其通讯地址为：350108 福建省福州市闽侯县福州大学城乌龙江北大道2号福州大学；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。