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！

龙图腾网获悉上海科技大学申请的专利图像分割模型训练方法、图像分割方法、终端及介质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：CN115409864B 。

龙图腾网通过国家知识产权局官网在2026-01-13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：202211061312.4，技术领域涉及：G06T7/194；该发明授权图像分割模型训练方法、图像分割方法、终端及介质是由沈定刚;张靖阳设计研发完成，并于2022-08-31向国家知识产权局提交的专利申请。

本图像分割模型训练方法、图像分割方法、终端及介质在说明书摘要公布了：本发明提供一种图像分割模型训练方法、图像分割方法、终端及计算机存储介质，其中，方法于执行单次模型训练时，包括：基于当前数据集和当前示例集，获取虚拟训练集和虚拟测试集；所述当前示例集为执行所述当前模型训练之前的各次模型训练时，所获得示例数据的集合；基于各所述数据集，采用同步梯度对齐的对偶元优化方法，对当前图像分割模型进行优化，以获得当前优化后的图像分割模型；于所述当前数据集中获取示例样本数据，以基于所述示例样本数据，更新所述当前示例集；本发明可以平衡图像分割模型的记忆能力和泛化能力，从而可以提高模型的图像分割效果和分割效率。

本发明授权图像分割模型训练方法、图像分割方法、终端及介质在权利要求书中公布了：1.一种图像分割模型训练方法，其特征在于，基于各组数据集，依次对图像分割模型进行模型训练；于执行单次所述模型训练时，包括： 基于当前数据集和当前示例集，获取虚拟训练集和虚拟测试集；所述当前示例集为执行当前模型训练之前的各次模型训练时，所获得示例数据的集合； 基于各所述数据集，采用同步梯度对齐的对偶元优化方法，对当前图像分割模型进行优化，以获得当前优化后的图像分割模型； 于所述当前数据集中获取示例样本数据，以基于所述示例样本数据，更新所述当前示例集； 所述采用同步梯度对齐的对偶元优化方法对当前图像分割模型进行优化，包括：利用第一损失函数，分别基于所述当前数据集和所述虚拟训练集，对所述当前图像分割模型进行优化，以对应获得第一优化模型和第二优化模型；以及，利用第二损失函数、所述第一优化模型和所述第二优化模型，分别基于所述当前示例集和所述虚拟测试集，对所述当前图像分割模型进行优化，以获得优化后的图像分割模型；其中，所述当前图像分割模型为在执行上一次所述模型训练所获得的优化后的图像分割模型； 所述示例样本数据为用于表征所述当前数据集中数据分布特征的样本数据；所述获取示例样本数据，包括：获取所述当前数据集中各图像样本数据的图像特征值，和获得所述当前数据集对应的图像特征值均值，并计算各图像样本数据的图像特征值与所述特征值均值之间的特征距离；分别获取各之前示例集的中心点；其中，所述之前示例集为执行之前各次所述模型训练所获得的当前示例集；计算所述当前数据集中各图像样本数据与各所述中心点之间的离散度均值；基于各图像样本数据的所述特征距离和所述离散度均值，获取各所述图像样本数据的分布特征；将各所述图像样本数据对应的分布特征值按数值大小排序，于各所述图像样本数据中提取分布特征值最大的M个图像样本数据，作为所述示例样本数据。

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上海科技大学，其通讯地址为：201210 上海市浦东新区华夏中路393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。