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！

龙图腾网获悉中国科学院深圳先进技术研究院申请的专利一种图像分割模型的训练方法、装置、设备及存储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：CN116758284B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202310630051.1，技术领域涉及：G06V10/26；该发明授权一种图像分割模型的训练方法、装置、设备及存储介质是由吴继鹏;魏风;王通;尚鹏;苏栋楠设计研发完成，并于2023-05-30向国家知识产权局提交的专利申请。

本一种图像分割模型的训练方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种图像分割模型的训练方法、装置、设备及存储介质，涉及人工智能技术领域。该方法包括：将训练图像输入到未训练完成的初始图像分割模型中，得到输出的预测分割图像和预测类别数据；基于所述预测分割图像、预测类别数据、标准分割图像和标准类别数据，确定边缘映射矩阵、类别损失矩阵和距离关联矩阵；基于所述边缘映射矩阵、类别损失矩阵和距离关联矩阵，确定分割损失函数；基于所述分割损失函数，对所述初始图像分割模型的模型参数进行调整，直到所述分割损失函数收敛时，得到训练完成的目标图像分割模型。本实施例在保证图像分割模型的模型性能的同时，解决了传统的图像分割模型的网络架构过于复杂的问题。

本发明授权一种图像分割模型的训练方法、装置、设备及存储介质在权利要求书中公布了：1.一种图像分割模型的训练方法，其特征在于，包括： 将训练图像输入到未训练完成的初始图像分割模型中，得到输出的预测分割图像和预测类别数据； 基于所述预测分割图像、预测类别数据、标准分割图像和标准类别数据，确定边缘映射矩阵、类别损失矩阵和距离关联矩阵； 基于所述边缘映射矩阵、类别损失矩阵和距离关联矩阵，确定分割损失函数； 基于所述分割损失函数，对所述初始图像分割模型的模型参数进行调整，直到所述分割损失函数收敛时，得到训练完成的目标图像分割模型； 其中，所述边缘映射矩阵表征所述预测分割图像中的各分割图像点对相对于所述标准分割图像的准确度概率，所述类别损失矩阵表征所述预测分割图像中的各分割图像点对的预测类别映射与标准类别映射是否相同，所述距离关联矩阵表征所述预测分割图像中的各分割图像点对的关联概率； 所述基于所述预测分割图像、预测类别数据、标准分割图像和标准类别数据，确定边缘映射矩阵、类别损失矩阵和距离关联矩阵，包括： 获取所述预测分割图像中各分割图像点分别对应的预测分割坐标，并从所述预测类别数据中获取各所述分割图像点对应的预测对象类别； 基于各所述预测分割坐标和所述标准分割图像，确定边缘映射矩阵； 基于各所述预测对象类别和所述标准类别数据，确定类别损失矩阵； 基于预设距离阈值和各所述预测分割坐标，确定距离关联矩阵； 所述基于所述边缘映射矩阵、类别损失矩阵和距离关联矩阵，确定分割损失函数，包括： 针对所述预测分割图像中的每个分割图像点对，获取边缘映射矩阵和距离关联矩阵中分别与所述分割图像点对对应的边缘矩阵参数值和距离矩阵参数值； 将边缘距离矩阵中与所述分割图像点对对应的融合矩阵参数值设置为所述边缘矩阵参数值和所述距离矩阵参数值对应的乘积结果； 基于所述边缘距离矩阵和所述类别损失矩阵，确定分割损失函数。

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科学院深圳先进技术研究院，其通讯地址为：518055 广东省深圳市南山区深圳大学城学苑大道1068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”。