Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 陕西师范大学谢娟英获国家专利权

陕西师范大学谢娟英获国家专利权

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!

龙图腾网获悉陕西师范大学申请的专利一种基于SAM的蝴蝶生态图像分割方法及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:CN120013964B

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:202510093583.5,技术领域涉及:G06T7/11;该发明授权一种基于SAM的蝴蝶生态图像分割方法及系统是由谢娟英;兰翔;许升全设计研发完成,并于2025-01-21向国家知识产权局提交的专利申请。

一种基于SAM的蝴蝶生态图像分割方法及系统在说明书摘要公布了:本发明提供一种基于SAM的蝴蝶生态图像分割方法及系统,属于图像分割技术领域,旨在解决SAM在蝴蝶生态图像分割中存在的分割结果精度不理想、训练成本高的问题,基于SAM模型,通过加入双路卷积模块,双路卷积模块用于对图像编码器12个Transformer模块产生的特征编码向量进行进一步特征提取,包含全局通路和局部通路两条通路,全局通路利用图像编码器第3、6、9、12个Transformer模块产生的图像特征向量产生图像全局特征向量,局部通路利用剩余Transformer模块产生的图像特征向量产生图像局部特征向量;得到图像的全局特征和局部特征,通过加入特征融合模块,将图像的全局特征和图像解码器生成的掩码特征进行融合,丰富了掩码特征的细节,提高模型对蝴蝶生态图像的分割精度,仅训练参数量较少的双路卷积模块和特征融合模块的参数。

本发明授权一种基于SAM的蝴蝶生态图像分割方法及系统在权利要求书中公布了:1.一种基于SAM的蝴蝶生态图像分割方法,其特征在于,包括以下步骤: 使用掩码的方式对调整大小后的蝴蝶生态图像的蝴蝶边界进行标注,得到二值化的蝴蝶生态图像,构成蝴蝶图像数据集,将所述蝴蝶图像数据集分为训练集和测试集; 将原始的蝴蝶生态图像输入蝴蝶分割网络;所述蝴蝶分割网络包括图像编码器、提示编码器、图像解码器、双路卷积模块、特征融合模块;所述图像编码器为SAM模型经过预训练的图像编码器,由12个Transformer模块依次连接组成,用于对蝴蝶生态图像进行编码,输入蝴蝶生态图像,将最后一个Transformer模块输出的图像特征向量输入至图像解码器;提示编码器为SAM模型经过预训练的提示编码器,用于将点、文本、锚框提示编码为提示向量;图像解码器为SAM模型经过预训练的图像解码器,用于将图像编码器产生的蝴蝶生态图像特征向量和提示编码器产生的提示向量进行解码,产生掩码特征向量;双路卷积模块用于对图像编码器12个Transformer模块产生的特征编码向量进行进一步特征提取,包含全局通路和局部通路两条通路,全局通路利用图像编码器第3、6、9、12个Transformer模块产生的图像特征向量产生图像全局特征向量,局部通路利用剩余Transformer模块产生的图像特征向量产生图像局部特征向量;所述特征融合模块,由一个可学习的1*256维向量和一个三层感知机组成,1*256维的向量经过三层感知机处理后变为1*32维向量,将双路卷积模块产生的全局特征向量、局部特征向量和掩码解码器产生的掩码向量相加后,使用经1*32维向量与其进行矩阵乘法,得到最终分割出的蝴蝶掩码图; 对构造蝴蝶分割网络进行训练时冻结图像编码器、提示编码器、图像解码器的参数,仅训练双路卷积模块以及特征融合模块的参数; 对图像全局特征向量、局部特征向量和掩码特征向量进行融合得到最终蝴蝶掩码图像。

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陕西师范大学,其通讯地址为:710119 陕西省西安市长安区西长安街620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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。