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！

龙图腾网获悉慧诺瑞德(北京)科技有限公司;华中科技大学申请的专利基于半监督学习的作物器官分割方法及设备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：CN120635466B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511122076.6，技术领域涉及：G06V10/26；该发明授权基于半监督学习的作物器官分割方法及设备是由韩志国;陆昊;曹松良;张佳菲;赵洪兵设计研发完成，并于2025-08-12向国家知识产权局提交的专利申请。

本基于半监督学习的作物器官分割方法及设备在说明书摘要公布了：本申请提供一种基于半监督学习的作物器官分割方法及设备，能够将标注作物器官的第一图像样本对语义分割网络进行训练，将得到的第一训练结果与标注作物器官对比后对语义分割网络进行参数调整，得到能进行作物器官分割的分割基线模型；将获取的无标注作物器官的无标注图像进行预测分割，确定作物器官预测掩码，根据作物器官预测掩码对无标注图像进行筛选，得到无标注的第二图像样本；利用第一图像样本和第二图像样本对构建的基于引导蒸馏的半监督模型进行半监督训练，进而得到分割模型，无需所有样本都进行标注，就能够得到精确分割作物器官的分割模型；最后，利用该分割模型对待处理作物图像进行分割处理，进而得到准确的作物器官分割掩码。

本发明授权基于半监督学习的作物器官分割方法及设备在权利要求书中公布了：1.一种基于半监督学习的作物器官分割方法，其特征在于，包括： 获取标注作物器官的第一图像样本； 利用所述第一图像样本对预先构建的语义分割网络进行训练，得到第一训练结果； 将所述第一训练结果与该第一图像样本对应的标注作物器官进行对比，得到第一对比结果，根据第一对比结果对所述语义分割网络进行参数调整得到分割基线模型； 获取数量大于第一图像样本的数量的无标注作物器官的无标注图像，将所述无标注图像输入至所述分割基线模型，输出该无标注图像对应的作物器官预测掩码，确定无标注图像分割下来的作物器官预测掩码属于对应作物器官的像素占比，按照像素占比排序，选取像素占比最高的n个无标注图像作为第二图像样本； 构建基于引导蒸馏的半监督模型，并利用所述第一图像样本和所述第二图像样本对所述半监督模型进行半监督训练，得到分割模型； 利用分割模型对待处理作物图像进行分割处理，得到作物器官分割掩码； 所述构建基于引导蒸馏的半监督模型，并利用所述第一图像样本和所述第二图像样本对所述半监督模型进行半监督训练，得到分割模型，包括： 将所述语义分割网络复制至少两个，分别为第一初始模型和第二初始模型； 根据所述分割基线模型的最终参数对所述第一初始模型进行参数调整，得到第一模型； 对所述第一图像样本进行数据增强，得到增强后的第一图像样本； 将所述增强后的第一图像样本输入至第二初始模型中进行训练，并利用梯度下降法更新所述第二初始模型的参数，得到第二模型； 将所述第二图像样本进行第一次增强后输入至第一模型中，输出伪掩码，将所述伪掩码与第一次增强后的第二图像样本关联，并对关联的第二图像样本进行第二次增强后，输入第二模型中进行训练，对第二模型的参数进行再次更新，得到更新后的第二模型； 统计第一模型处理第二图像样本的迭代次数，在迭代次数小于或等于预定次数时所述第一模型的参数不变，在迭代次数大于预定次数后，所述第一模型在下一次处理第二图像样本之前根据更新后的第二模型的参数调整所述第一模型的参数，得到调整后的第一模型； 确定满足训练停止条件，将最终调整后的第一模型作为分割模型； 所述第一模型在下一次处理第二图像样本之前根据更新后的第二模型的参数调整所述第一模型的参数，包括： 确定迭代次数为i+1的更新后的第二模型的参数，并获取迭代次数为i的第一模型的参数； 确定调整所述第一模型的参数为：，其中，为阻尼因子； 所述利用分割模型对待处理作物图像进行分割处理，得到作物器官分割掩码，包括： 获取待处理作物图像，对所述待处理作物图像按照不同的放大因子进行放大处理，得到多个放大后的作物图像； 利用所述分割模型对每个放大后的作物图像进行分割处理，得到待定类别概率图； 将所述待定类别概率图缩放回与待处理作物图像相同的分辨率，得到最终类别概率图，其中，每个放大因子对应的放大后的作物图像对应得到一个最终类别概率图； 选取最大概率的最终类别概率图作为作物器官分割掩码； 所述利用所述分割模型对每个放大后的作物图像进行分割处理，得到待定类别概率图，包括： 针对每个放大后的作物图像， 利用对该放大后的作物图像按照预定的滑动窗口进行裁剪，得到多个子图，形成子图集合； 利用所述分割模型对所述子图集合中的每个子图进行分割处理，得到每个子图对应的类别概率子图； 将各个类别概率子图按照该放大后的作物图的分辨率进行填充，得到待定类别概率图。

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慧诺瑞德(北京)科技有限公司;华中科技大学，其通讯地址为：100085 北京市海淀区西三旗建材城中路12号8号平房103；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。