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！

龙图腾网获悉中国民航大学申请的专利基于改进DeepLabv3+的线状柔性体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：CN116824145B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202310805218.3，技术领域涉及：G06V10/26；该发明授权基于改进DeepLabv3+的线状柔性体分割方法是由张长勇;李玉洲;姚凯超设计研发完成，并于2023-07-03向国家知识产权局提交的专利申请。

本基于改进DeepLabv3+的线状柔性体分割方法在说明书摘要公布了：本发明提供了一种基于改进DeepLabv3+的线状柔性体分割方法，采用改进的轻量化MobileNetv2网络代替原来的Xception网络，倒残差模块中的3x3卷积和1x1卷积后的激活函数ReLU6替换为Sigmoid,采用MobileNetv2网络中第一层卷积层和前十七个Bottleneck，并在随后两次1x1卷积中间的平均池化更换为最大池化，减少了MobileNetv2中的参数量。双注意力机制DAMM应用于浅层特征进入解码器1x1卷积之前、改进采样率的ASPP的通道堆叠之后以及深层、浅层特征信息融合之后。解决了现有线状柔性体分割技术中复杂场景导线分割效果不好，鲁棒性差的问题，能有效提高线状柔性体语义分割的准确性，提升了网络整体的分割预测性能。

本发明授权基于改进DeepLabv3+的线状柔性体分割方法在权利要求书中公布了：1.一种基于改进DeepLabv3+的线状柔性体分割方法，所述DeepLabv3+网络包括骨干特征提取网络，ASPP模块和特征解码结构，其特征在于，包括如下步骤内容： 步骤1、采集线状柔性体图像数据，构建线状柔性体图像数据集； 步骤2、构建改进DeepLabV3+语义分割模型，包括编码器模块和解码器模块，输入编码器模块将轻量化改进的MobileNetv2网络作为骨干特征提取网络，融合轻量化改进的DAMM双注意力机制和改进采样率的ASPP模块，得到深层语义特征信息，并传输至解码器模块处理； 所述特征提取网络处理步骤为： 步骤21、对输入特征矩阵进行1x1卷积的压缩，降低channel的大小； 步骤22、通过3x3的DW卷积和进行卷积处理； 步骤33、通过1x1卷积进行升维，组成倒残差结构，导线图片输入1x1卷积中，得到特征图F1，F1经过十七个Bottleneck，得到特征图F2，进行1x1卷积生成特征图F3，后经过最大池化得到特征图F4，减少了参数量，之后经过1x1卷积生成特征图F5，完成特征提取； 其中，其中将所述倒残差结构中的3x3卷积和1x1卷积后的ReLU6替换为Sigmoid，采用MobileNetv2网络中第一层卷积层和前十七个Bottleneck，并在随后两次1x1卷积中间的平均池化更换为最大池化； 所述轻量化改进的DAMM双注意力机制具体为：通道注意力机制中的最大池化更换为softpooling软池化，将tanh激活函数替代原CAM中的ReLU激活函数进行非线性激活，sigmoid换为LeakyReLU，通过LeakyReLU激活，得到输出权重； 空间注意力机制用4个3x3的卷积代替原SAM中7x7卷积核，且在每一个3×3卷积层后增加LeakyReLU激活函数进行非线性映射，再使用1x1卷积调整通道数，使用softmax进行激活，得到权重矩阵； 步骤3、通过步骤1中的数据集对步骤2中改进的DeepLabV3+语义分割模型进行训练，得到训练好的改进DeepLabV3+网络； 步骤4、基于获取的线状柔性体图像，将其输入至改进的DeepLabV3+的语义分割模型进行编码器模块的图像语义特征处理，完成特征提取后，进行特征解码结构，输出高语义信息到解码器模块，以实时分割出线状柔性体及其交点。

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民航大学，其通讯地址为：300300 天津市东丽区津北公路2898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。