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！

龙图腾网获悉南京理工大学申请的专利一种半监督语义分割方法、设备及其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：CN121353682B 。

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：202511938348.X，技术领域涉及：G06V10/26；该发明授权一种半监督语义分割方法、设备及其存储介质是由姚亚洲;陈涛;黄丹;聂礼强;王传有设计研发完成，并于2025-12-22向国家知识产权局提交的专利申请。

本一种半监督语义分割方法、设备及其存储介质在说明书摘要公布了：本发明公开了一种半监督语义分割方法、设备及其存储介质。获取真实世界数据中的图片数据建立图片数据集，搭建深度模型和半监督语义分割模型，预测得到深信息和语义分割信息，预设阈值，通过预设阈值对单张图片中任意两个类别筛选出像素区域，得到深度集合和对数差异集合后，依据深度集合和对数差异集合得到类内对数差异损失，计算对数差异的正则化损失；获取无标签数据，建立强增强视图集合和弱增强视图集合，得到鲁棒的监督信号；对类内深度差异采用指数归一化以抑制大的异常波动，并基于熵值自适应地分配权重，从而促进鲁棒的特征学习，学习到丰富的判别信息。本发明促进了预测一致性，以最大限度地利用无标签的数据并进一步提高模型性能。

本发明授权一种半监督语义分割方法、设备及其存储介质在权利要求书中公布了：1.一种半监督语义分割方法，其特征在于，包括以下步骤： 获取真实世界数据中的图片数据建立图片数据集，搭建深度模型和半监督语义分割模型； 获取图片数据集中的单张图片，利用深度模型对单张图片中每个像素点的深度值进行预测得到深信息，同时利用半监督语义分割模型对单张图像中每个像素进行分类预测得到语义分割信息，依据类间深度差异感知，获取任意单张图片中任意两个类别和，搭建类间深度特征差异集，依据类内深度差异感知，获取任意单张图片中任意类别，建立类内深度特征差异集，当类内深度差异超过预设固定阈值的像素对时，生成对应的掩码； 预设阈值，通过预设阈值对单张图片中任意两个类别和进行筛选出两个类别不确定的像素区域，得到类内深度集合和类内对数差异集合，依据类内深度集合和类内对数差异集合得到类内对数差异损失，计算类内对数差异的正则化损失； 其中，计算类内深度集合的过程如下： 首选预设阈值，通过预设阈值筛选单张图片中任意两个类别和中两种类别不确定的像素区域，通过以下公式计算得到类内深度集合： ； 式中：表示判断函数；表示第个像素属于类别的深度值；表示第个像素属于类别的深度值；表示预设阈值； 再通过以下公式计算得到类内对数差异集合： ； 式中：表示激活函数；表示第个像素属于类别的预测结果；表示第个像素属于类别的预测结果； 将类内深度集合与类内对数差异集合代入以下公式中计算得到类间对数差异损失： ； 获取图片数据集中的图片数据，按照预定比例划分两部分，对其中一部分图片数据进行类别像素级别的标注，形成有标签数据，另一部分图片数据形成无标签数据，对无标签数据至少进行水平翻转、垂直翻转、裁剪操作，得到弱增强视图，建立弱增强视图集合，获取弱增强视图集合中的图片数据，对图片数据至少进行高斯模糊、颜色抖动操作得到强增强视图，建立强增强视图集合，依据弱增强视图产生的高置信度对应的预测结果来监督强增强视图的预测结果，得到鲁棒的监督信号； 对类内深度差异采用指数归一化以抑制大的异常波动，并基于熵值自适应地分配权重，从而促进鲁棒的特征学习，促使网络从一致性学习过程中学习到丰富的判别信息。

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南京理工大学，其通讯地址为：210018 江苏省南京市玄武区孝陵卫街道孝陵卫街200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。