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！

龙图腾网获悉江苏科技大学申请的专利一种基于改进的Mask-R-CNN网络的数学函数图像实例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：CN116229077B 。

龙图腾网通过国家知识产权局官网在2026-01-27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：202310234905.4，技术领域涉及：G06V10/26；该发明授权一种基于改进的Mask-R-CNN网络的数学函数图像实例分割方法是由陈建军;卢家乐;徐泰华;杨习贝设计研发完成，并于2023-03-13向国家知识产权局提交的专利申请。

本一种基于改进的Mask-R-CNN网络的数学函数图像实例分割方法在说明书摘要公布了：本发明公开了一种基于改进的Mask‑R‑CNN网络的数学函数图像实例分割方法，包括：以ConvNeXt为基础，得到改进特征提取网络MAConvNeXt并对函数图像进行特征提取；以BiFPN为基础，加入RFA和ASPP模块，得到改进特征融合网络MABiFPN；获得多尺度融合特征并将之输入到改进的RPN生成候选区域；通过RoIAlign输出同尺寸特征后回归分类生成检测框和类别；将Mask‑R‑CNN中掩码分割由全连接层替换为PointHead；将改进特征融合网络的精细特征，与RoIAlign的输出特征同时输进PointHead中生成掩码。本发明可有效实现对细长函数图像的识别和分割。

本发明授权一种基于改进的Mask-R-CNN网络的数学函数图像实例分割方法在权利要求书中公布了：1.一种基于改进的Mask-R-CNN网络的数学函数图像实例分割方法，其特征在于，包括以下步骤： S1、以ConvNeXt为基础，得到改进的特征提取网络MAConvNeXt；在改进的特征提取块MAConvNeXtBlock中加入Attention模块；通过改进后的MAConvNeXt对函数图像进行特征提取： S2、以BiFPN为基础，加入RFA模块和ASPP模块，得到改进后的特征融合网络MABiFPN；包括：S1、S2、S3、S4，分别代表改进后的特征提取网络MAConvNeXt中堆叠了3次且Dim维度为96的MAConvNeXtBlock、堆叠了3次且Dim为192的MAConvNeXtBlock、堆叠了9次且Dim为384的MAConvNeXtBlock以及堆叠了3次且Dim为768的MAConvNeXtBlock各自提取的特征；P3代表MABiFPN自上而下特征融合路线中输出特征大小与S3一致的特征融合阶段输出的特征，P2代表MABiFPN自上而下特征融合路线中输出特征大小与S2一致的特征融合阶段输出的特征；N1代表MABiFPN自下而上特征融合路线中输出特征大小与S1一致的特征融合阶段输出的特征，N2代表MABiFPN自下而上特征融合路线中输出特征大小与S2一致的特征融合阶段输出的特征，N3代表MABiFPN自下而上特征融合路线中输出特征大小与S3一致的特征融合阶段输出的特征，N4代表MABiFPN自下而上特征融合路线中输出特征大小与S4一致的特征融合阶段输出的特征； S3、在经过MABiFPN特征融合网络后，获得四个多尺度的融合特征N1、N2、N3、N4；随后将N1、N2、N3、N4四个特征输入到改进后的RPN分类出前景与背景，并对边界框进行回归操作生成候选框，经过非极大值抑制去除低置信度锚框后最终生成候选区域；再将候选区域放入RoIAlign中输出同等大小的特征，进入全连接层进行特征的回归分类，从而生成最终的检测框和类别； S4、将原始Mask-R-CNN中的掩码分割策略由全连接层替换为PointHead：从改进后的特征融合网络MABiFPN输出的特征中取出精细特征，再将精细特征与RoIAlign输出的特征一起输入到PointHead中，生成最终的掩码。

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江苏科技大学，其通讯地址为：212100 江苏省镇江市丹徒区长晖路666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。