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！

龙图腾网获悉中国石油大学(华东)申请的专利基于无监督语义分割的锈蚀图像标注方法、设备、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：CN117788890B 。

龙图腾网通过国家知识产权局官网在2026-02-03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：202311738401.2，技术领域涉及：G06V10/764；该发明授权基于无监督语义分割的锈蚀图像标注方法、设备、介质是由吴磊;陈迩齐;王成伟;肖文生;冯启航设计研发完成，并于2023-12-18向国家知识产权局提交的专利申请。

本基于无监督语义分割的锈蚀图像标注方法、设备、介质在说明书摘要公布了：本发明涉及一种基于无监督语义分割的锈蚀图像标注方法、设备、介质，其中方法为：构建待标注锈蚀图像数据集；构建无监督语义分割模型；将标签图像转化为二值图像，使用边界追踪算法提取轮廓，然后使用道格拉斯‑普克算法对轮廓进行多边形逼近，以提取关键的数据点，得到用点集表示的标签轮廓；基于人工筛选的决策，剔除非锈蚀标签，并进行射线法判断，对统一标签后的图像进行轮廓优化和删除内层轮廓，以得到最终仅含锈蚀轮廓的图像。与现有技术相比，本发明通过无监督语义分割推理出锈蚀图像的像素点语义信息，再将得到的语义信息图像进行人工筛选，最终得到标注完整的锈蚀图像，大大节省传统锈蚀图像像素级标注的时间。

本发明授权基于无监督语义分割的锈蚀图像标注方法、设备、介质在权利要求书中公布了：1.一种基于无监督语义分割的锈蚀图像标注方法，其特征在于，包括以下步骤： S1：获取待标注锈蚀图像，构建待标注锈蚀图像数据集； S2：构建无监督语义分割模型，其中包括构建卷积神经网络结构的输入层、1x1卷积核的卷积层、批归一化层、激活层、Dropout层，并设定对应的相邻空间损失函数、超参数； S3：将标签图像转化为二值图像，使用边界追踪算法提取轮廓，然后使用道格拉斯-普克算法对轮廓进行多边形逼近，以提取关键的数据点，得到用点集表示的标签轮廓； S4：基于人工筛选的决策，剔除非锈蚀标签，并进行射线法判断，对统一标签后的图像进行轮廓优化和删除内层轮廓，以得到最终仅含锈蚀轮廓的图像； S2中，所述相邻空间损失函数的构建过程包括： 构建相邻空间标签，相邻空间标签由公式2构建： 其中，为衡量像素点左边相邻空间的标签一致性，为衡量像素点右边相邻空间的标签一致性，为衡量像素点上方相邻空间的标签一致性，为衡量像素点下方相邻空间的标签一致性；为无监督语义模型的预测值，为一个三维矩阵，矩阵中，代表截取当前维度上所有数据，代表从序号1至末端截取当前维度上的数据，代表截取当前维度上倒数第一个之前的所有数据；相邻空间标签目标值为全0矩阵，以此让无监督语义分割模型学习到相邻空间的语义信息； 将相邻空间标签目标值与相邻空间标签值输入损失函数，即可获得当前迭代的损失； 构建总损失函数，通过交叉熵损失函数和平滑损失函数的线性加权求和获取： 其中，用于衡量像素点水平方向上的平滑损失，用于衡量像素点竖直方向上的平滑损失，为全0矩阵，，分别为交叉熵损失函数和平滑损失函数的权重系数。

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中国石油大学(华东)，其通讯地址为：266000 山东省青岛市黄岛区香江路66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。