Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 天津职业技术师范大学(中国职业培训指导教师进修中心)孟庆宽获国家专利权

天津职业技术师范大学(中国职业培训指导教师进修中心)孟庆宽获国家专利权

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!

龙图腾网获悉天津职业技术师范大学(中国职业培训指导教师进修中心)申请的专利一种基于语义分割的非结构化田间道路场景识别方法及装置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:CN114155481B

龙图腾网通过国家知识产权局官网在2026-02-17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:202111441311.8,技术领域涉及:G06V20/50;该发明授权一种基于语义分割的非结构化田间道路场景识别方法及装置是由孟庆宽;杨晓霞;路海龙设计研发完成,并于2021-11-30向国家知识产权局提交的专利申请。

一种基于语义分割的非结构化田间道路场景识别方法及装置在说明书摘要公布了:本发明公开了一种基于语义分割的非结构化田间道路场景识别方法及装置,该方法包括:获取非结构化田间道路场景图像构建数据集,对所述图像数据集进行语义标注;将所述标注数据集进行数据扩增与划分;构建语义分割模型,在MobilenetV2特征提取网络中融入混合扩张卷积,引入通道注意力模块对特征提取网络各阶段特征通道重新标定,设计空间金字塔池化模块计算多尺度层级特征并与输入特征拼接;初始化所述特征提取网络参数进行预训练,将训练完成的特征提取网络加入空间金字塔池化模块和像素预测网络,部署在训练集上采用随机梯度下降法训练;训练完成后将待识别图像输入到语义分割模型得到分割结果。此方法具有良好的分割效果,可以实现精度与速度的均衡。

本发明授权一种基于语义分割的非结构化田间道路场景识别方法及装置在权利要求书中公布了:1.一种基于语义分割的非结构化田间道路场景识别方法,其特征在于,包括: S01、获取非结构化田间道路场景图像构建数据集,对图像数据集进行语义标注; S02、将标注数据集进行数据扩增,扩增后数据划分为训练集、验证集、测试集; S03、基于Keras深度学习框架构建语义分割模型,在MobilenetV2特征提取网络中融入混合扩张卷积,引入通道注意力模块对特征提取网络各阶段特征通道重新标定,设计空间金字塔池化模块计算多尺度层级特征并与输入特征拼接; 所述步骤S03具体包括: 1采用MobileNetV2前5个阶段卷积神经网络进行图像特征信息提取,将混合扩张卷积融入到特征提取网络的阶段4与阶段5中,采用通道注意力模块将不同阶段特征融合,利用高级阶段的强语义信息指导低级阶段对内部特征通道根据重要程度重新标定; 2构建空间金字塔池化模块,将输入特征信息分为3个层级,第1层级采用全局平均池化操作计算特征向量,第2、3层级将输入特征划分为2×2、4×4个子区域,每个子区域采用平均池化操作计算特征向量; 3将3个不同层级计算得到的特征向量进行上采样并与输入特征拼接得到全局特征,经过卷积、上采样和像素预测分类得到语义分割图像; S04、初始化所述特征提取网络参数进行预训练,将训练完成的特征提取网络加入空间金字塔池化模块和像素预测网络,部署在道路图像训练集上采用随机梯度下降法训练; S05、训练完成后将待识别图像输入到语义分割模型,输出道路场景对象的语义类别和位置信息。

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天津职业技术师范大学(中国职业培训指导教师进修中心),其通讯地址为:300222 天津市津南区大沽南路1310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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。