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！

龙图腾网获悉北京工业大学申请的专利一种基于SAM增强域自适应的红外舰船语义分割方法与系统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：CN119169295B 。

龙图腾网通过国家知识产权局官网在2026-01-06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：202411343437.5，技术领域涉及：G06V10/26；该发明授权一种基于SAM增强域自适应的红外舰船语义分割方法与系统是由张婷;刘澎颐;刘兆英设计研发完成，并于2024-09-25向国家知识产权局提交的专利申请。

本一种基于SAM增强域自适应的红外舰船语义分割方法与系统在说明书摘要公布了：本发明公开了一种基于SAM增强域自适应的红外舰船语义分割方法与系统，将ResNet‑101的前五层作为主干网络提取图像的特征，对源域图像计算分割损失，同时，对主分类器输出的主预测图、辅助分类器输出的辅预测图，让主分类器和主判别网路、辅分类器和辅判别网络分别进行对抗学习，提取源域和目标域共有的知识，得到目标域的伪标签；其次，对伪标签进行Prompt信息的提取，然后将Prompt信息和目标域图像送入SAM模型，得到增强的伪标签；最后对在增强伪标签和目标域图像上进行网络的微调，进而提升红外图像的分割准确率。本发明的基于SAM增强域自适应模型的方法能够有效提高红外舰船图像语义分割的平均交并比。

本发明授权一种基于SAM增强域自适应的红外舰船语义分割方法与系统在权利要求书中公布了：1.一种基于SAM增强域自适应的红外舰船语义分割方法，其特征在于，包括： 步骤1、获取可见光舰船图像数据集Xs以及对应的标签YS，获取红外舰船图像数据集Xt，将Xt划分为训练集Xtrain和测试集Xtest；其中，可见光舰船图像数据集作为源域，红外舰船图像数据集作为目标域； 步骤2、构建基于Deeplab的对抗域适应分割模型，对抗域适应分割模型由分割网络和判别网络组成；其中，分割网络包括主干网络、主分类器和辅分类器，主干网络由ResNet-101的前5个卷积层组成，主分类器连接在第五个卷积层之后，辅分类器连接在第四个卷积层之后；判别网络包括主判别网络和辅判别网络，主判别网络连接在主分类器之后，辅判别网络连接在辅分类器之后； 步骤3、将可见光舰船图像数据集Xs和红外舰船图像数据集Xt输入到主干网络中，得到特征图，将特征图分别送入主分类器和辅分类器，得到主、辅语义分割预测图；主、辅语义分割预测图均送入主判别网络和辅判别网络，得到分割预测图的判断结果； 步骤4、基于主、辅语义分割预测图计算源域分割损失，基于预测图的判断结果计算判别损失； 步骤5、从目标域图像的分割预测图中提取所需的Prompt信息；其中，提取所需的Prompt信息包括：使用滑动窗口修正掩模以及Canny边缘上的点聚类提取正提示、使用几何偏移量提取负提示； 步骤6、将得到的正、负提示信息和红外舰船图像送入SAM，得到红外舰船的掩码图；对SAM输出的无语义信息的掩码图进行语义赋值，从而得到经过SAM增强的具有语义类别的目标域的伪标签； 步骤7、使用SAM增强后的伪标签继续训练分割网络； 步骤8、在测试集上测试训练好的基于SAM增强域适应的分割网络，计算平均交并比。

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工业大学，其通讯地址为：100124 北京市朝阳区平乐园100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。