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！

龙图腾网获悉浪潮通用软件有限公司申请的专利一种基于自适应像素点细分的半监督图像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：CN120635465B 。

龙图腾网通过国家知识产权局官网在2026-01-23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：202511107495.2，技术领域涉及：G06V10/26；该发明授权一种基于自适应像素点细分的半监督图像分割方法是由郑小龙;唐昌明;陈浩;马士中;王金丽设计研发完成，并于2025-08-08向国家知识产权局提交的专利申请。

本一种基于自适应像素点细分的半监督图像分割方法在说明书摘要公布了：本申请提供了一种基于自适应像素点细分的半监督图像分割方法，涉及计算机视觉与机器学习技术领域，包括：首先根据目标场景采集图像数据并进行预处理，划分训练集与测试集，并对部分数据进行标注。利用预设的语义分割模型进行初步分割，通过不确定性分析筛选关键像素点区域，并结合多尺度特征与迭代优化提升分割精度。构建教师‑学生模型框架，利用教师模型生成伪标签，筛选高置信度样本优化学生模型，同时对低置信度像素点引入对比学习策略，增强模型泛化能力。最终将待分割图像输入优化后的学生模型，输出类别矩阵并生成可视化分割结果，提升分割精度与边界细节表现，适用于标注数据有限的场景。

本发明授权一种基于自适应像素点细分的半监督图像分割方法在权利要求书中公布了：1.一种基于自适应像素点细分的半监督图像分割方法，其特征在于，包括: 根据目标场景，采集原始图像数据集，进行预处理，以生成训练集和测试集，将训练集按比例划分有标签数据和无标签数据，将有标签数据和测试集进行标注，得到标注图像； 利用预设的语义分割模型对标注图像进行初步分割，生成预测结果，基于预测结果的不确定性计算，筛选出关键像素点区域，提取多尺度特征图，并通过迭代优化对关键像素点区域进行细化处理，生成分割结果； 构建教师模型与学生模型，利用有标签数据训练教师模型，通过教师模型对无标签数据生成伪标签，并筛选置信度大于预设阈值的置信度像素点用于学生模型的优化； 对置信度小于预设阈值的置信度像素点进行特征对比学习，通过正负样本构造与对比损失函数优化学生模型参数； 将待分割图像输入优化的学生模型，输出预测的类别矩阵，并通过颜色映射生成可视化分割结果； 所述教师模型和所述学生模型均采用自适应像素点细分特征提取框架； 所述教师模型通过有标签数据进行监督训练，损失函数为交叉熵损失； 训练过程中固定所述教师模型参数，仅优化所述学生模型参数。

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浪潮通用软件有限公司，其通讯地址为：250101 山东省济南市历下区浪潮路1036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。