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！

龙图腾网获悉深圳大学申请的专利图像分割方法及设备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：CN116229058B 。

龙图腾网通过国家知识产权局官网在2026-02-06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：202211703981.7，技术领域涉及：G06V10/26；该发明授权图像分割方法及设备是由赖志辉;何世焕;孔恒设计研发完成，并于2022-12-22向国家知识产权局提交的专利申请。

本图像分割方法及设备在说明书摘要公布了：本申请公开了一种图像分割方法及设备，涉及图像处理技术领域。所述图像分割方法包括以下步骤：获取待分割图像，其中所述待分割图像包括带标注图像和未标注图像；将所述带标注图像和所述未标注图像输入图像分割模型，得到所述待分割图像对应的图像分割结果；其中，所述图像分割模型为基于图像训练集对初始分割模型进行训练得到，所述初始分割模型包括可学习网络分支和不可学习网络分支，所述可学习网络分支的学习原型与所述不可学习网络分支的不可学习原型具有一致性，所述可学习网络分支与所述不可学习网络分支的输出具有一致性。本申请有效地提高了图像分割的精确度。

本发明授权图像分割方法及设备在权利要求书中公布了：1.一种图像分割方法，其特征在于，所述图像分割方法包括以下步骤： 获取待分割图像，其中所述待分割图像包括带标注图像和未标注图像； 将所述带标注图像和所述未标注图像输入图像分割模型，得到所述待分割图像对应的图像分割结果， 其中，在所述将所述带标注图像和所述未标注图像输入图像分割模型，得到所述待分割图像对应的图像分割结果的步骤之前，所述图像分割方法包括： 获取初始分割模型在当前迭代次数下的分割损失值、模型参数以及图像训练集； 基于所述模型参数，将所述图像训练集输入所述初始分割模型，生成可学习网络分支的学习原型和不可学习网络分支的不可学习原型，并输出所述可学习网络分支的第一预测结果和所述不可学习网络分支的第二预测结果； 对所述初始分割模型的可学习原型进行原型一致性计算，获得所述初始分割模型的原型损失； 根据所述可学习原型和所述不可学习原型，计算得出所述图像训练集的像素交叉熵损失值的平均值，并将所述平均值作为辅助训练损失； 根据所述初始分割模型的当前迭代次数、所述第一预测结果和所述第二预测结果，确定所述初始分割模型的分支损失； 根据所述分割损失值、所述原型损失、所述辅助训练损失和所述分支损失，计算得到所述初始分割模型的总损失； 根据所述可学习原型和所述不可学习原型，对所述不可学习原型进行更新，获得新的不可学习模型； 根据所述总损失，更新所述初始分割模型的模型参数，直至所述初始分割模型收敛，获得图像分割模型； 其中，所述图像分割模型为基于图像训练集对初始分割模型进行训练得到，所述初始分割模型包括可学习网络分支和不可学习网络分支，所述可学习网络分支的学习原型与所述不可学习网络分支的不可学习原型具有一致性，所述可学习网络分支与所述不可学习网络分支的输出具有一致性。

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深圳大学，其通讯地址为：518000 广东省深圳市南山区粤海街道南海大道3688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。