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！

龙图腾网获悉西南林业大学申请的专利动态蛛网和损失函数协作的深度分层多语义数据处理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：CN119540556B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202411680712.2，技术领域涉及：G06V10/26；该发明授权动态蛛网和损失函数协作的深度分层多语义数据处理方法是由王雷光;杨瑞琦;付浩宇;代沁伶;杨佩柔;陈南;陶世琳;赵毅力;徐伟恒设计研发完成，并于2024-11-22向国家知识产权局提交的专利申请。

本动态蛛网和损失函数协作的深度分层多语义数据处理方法在说明书摘要公布了：本申请公开了一种动态蛛网和损失函数协作的深度分层多语义数据处理方法，能够有效地恢复图像的空间分辨率和细节信息，提高分割结果的精度和鲁棒性。该方法包括：通过多尺度残差块捕捉不同尺度的特征信息，并采用蛛网结构表示语义类别之间潜在的层次依赖关系，通过矩阵形式化关联权重；通过边缘增强模块对细节部分的边缘信息进行提起并强化，提升对目标边界的识别能力；通过ASPP模块中不同大小的空洞卷积核，捕捉不同尺度的全局上下文信息，提升模型的全局特征能力；采用多尺度残差块对特征图进行逐层恢复空间分辨率提取特征信息，并通过注意力门与来自编码器的边缘特征拼接；使用定义动态调整后的优化损失函数协同调节蛛网损失。

本发明授权动态蛛网和损失函数协作的深度分层多语义数据处理方法在权利要求书中公布了：1.一种动态蛛网和损失函数协作的深度分层多语义数据处理方法，其特征在于， 该深度分层多语义数据处理方法适用于基于采用编解码器结构的ResUNet网络构建的分层语义分割网络HAGNet模型中，其编码器部分包括多尺度残差块和边缘增强模块，其桥梁部分采用普通卷积网络和空洞空间金字塔池化ASPP模块，其解码器部分由多尺度残差块和注意力门构成； 该深度分层多语义数据处理方法包括： 在编码器部分，通过多尺度残差块捕捉不同尺度的特征信息，并采用蛛网结构表示语义类别之间潜在的层次依赖关系，通过矩阵形式化关联权重；通过边缘增强模块对细节部分的边缘信息进行提起并强化，提升对目标边界的识别能力； 在桥梁部分，通过ASPP模块中不同大小的空洞卷积核，捕捉不同尺度的全局上下文信息，提升模型的全局特征能力； 在解码器部分，采用多尺度残差块对特征图进行逐层恢复空间分辨率提取特征信息，并通过注意力门与来自编码器的边缘特征拼接； 使用定义动态调整后的优化损失函数协同调节蛛网损失，优化损失函数是基于基础损失函数、预先计算的关联权重构建，关联权重矩阵体现语义类别间层次依赖关系，用于平衡不同语义类别在分割过程中的权重。

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西南林业大学，其通讯地址为：650233 云南省昆明市白龙寺300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。