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！

龙图腾网获悉吉林农业大学申请的专利一种基于改进EfficientNet-UNet的遥感影像侵蚀沟语义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：CN121392290B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202511983112.8，技术领域涉及：G06V10/26；该发明授权一种基于改进EfficientNet-UNet的遥感影像侵蚀沟语义分割方法是由张宇博;秦振;王天成;陈红兵;李泽红;王平;张宏杰;夏天;郭月设计研发完成，并于2025-12-26向国家知识产权局提交的专利申请。

本一种基于改进EfficientNet-UNet的遥感影像侵蚀沟语义分割方法在说明书摘要公布了：本发明属于遥感图像处理、计算机视觉及深度学习技术领域，尤其为一种基于改进EfficientNet‑UNet的遥感影像侵蚀沟语义分割方法。包括以下步骤：步骤一：数据准备与数据预处理；步骤二：数据集构建与增强；步骤三：模型构建与训练策略；步骤四：对比实验及结果评估。本发明能够更精确地捕捉到地物的细节特征，减少因模型复杂度过高而导致的过拟合现象，从而有效提升了土地覆盖数据的分类精度和边界识别准确性，能够在训练过程中自动调整不同类别样本的权重，特别是降低背景像素对损失函数的贡献，从而有效缓解背景像素主导训练的问题；该方法具有很好的拓展性。

本发明授权一种基于改进EfficientNet-UNet的遥感影像侵蚀沟语义分割方法在权利要求书中公布了：1.一种基于改进EfficientNet-UNet的遥感影像侵蚀沟语义分割方法，其特征在于，包括以下步骤： 步骤一：对遥感图像进行辐射校正，对所有沟道面、沟道线、实测范围数据通过重采样进行空间分辨率的统一，将所有数据的投影坐标系进行统一，将沟道面矢量数据转化为栅格数据，选择所需要的目标分类； 步骤二：将数据集按照7:2:1的比例进行划分为训练集、验证集、测试集，并进行数据增强； 步骤三：模型构建与训练策略，通过编码器逐渐提取丰富的低级特征和高级特征，然后通过解码器逐渐恢复分辨率，并将低级特征和高级特征进行融合； 所述模型包括： Unet网络：利用深层的语义判别能力和浅层的纹理细节信息； EfficientNet架构：引入SE注意力机制的MBConv作为基础构建块，提取出从浅层纹理到深层语义的多层次特征，然后将通道数压缩为分类数； 渐进式混合激活函数：浅层特征重建阶段采用SiLU激活函数，中层特征融合阶段引入LeakyReLU函数，深层特征融合阶段使用ReLU激活函数； Dice-Focal复合损失函数：采用FocalLoss和DiceLoss结合，FocalLoss在像素分类级别提供稳定的梯度下降方向，DiceLoss在全局区域级别强化几何形状的拟合，FocalLoss权重0.5，DiceLoss权重0.5； 训练策略：采用迁移学习方法，利用在大规模数据集上预训练的权重进行初始化； 步骤四：对比实验及结果评估。

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吉林农业大学，其通讯地址为：130118 吉林省长春市南关区新城大街2888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。