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地理科学与资源研究所申请的专利一种输入对齐的多层次土地资源分割迁移微调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：CN121438099B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511604303.9，技术领域涉及：G06V20/10；该发明授权一种输入对齐的多层次土地资源分割迁移微调方法是由李连发;陈淼淼;高茜琳设计研发完成，并于2025-11-05向国家知识产权局提交的专利申请。

本一种输入对齐的多层次土地资源分割迁移微调方法在说明书摘要公布了：本发明公开了一种输入对齐的多层次土地资源分割迁移微调方法，包括以下步骤：土地资源分割任务相关遥感影像数据及标签数据的采集与处理；结合研究区域的先验知识选取采样区域并进行切片；进行数据增强以扩充数据集并进行像素值归一化处理；采取分层抽样技术划分模型数据集；通过超参数优化确定最佳初始学习率，进入输入特征对齐并在输入对齐模块与模型输出之间进行快捷连接；采用三种Transformer架构及其预训练模型进行土地资源分割，采取梯度值限制的梯度裁剪和两阶段训练三种策略的方式优化模型训练过程；步骤六、分割预测并可视化展示。本发明提高了模型的训练效率和分割性能，实现高精度的多层次土地资源分割识别。

本发明授权一种输入对齐的多层次土地资源分割迁移微调方法在权利要求书中公布了：1.一种输入对齐的多层次土地资源分割迁移微调方法，其特征在于：包括以下步骤： 步骤一、土地资源分割任务相关遥感影像数据及标签数据的采集与处理； 步骤二、根据任务需求，结合研究区域的先验知识选取采样区域，并对遥感影像数据及标签数据进行切片； 步骤三、进行数据增强以扩充数据集，同时对遥感影像数据进行像素值归一化处理； 步骤四、采取分层抽样技术划分模型数据集； 步骤五、基于上述操作得到的数据集进行模型的训练： 通过超参数优化确定最佳初始学习率，引入输入对齐模块，进入输入特征对齐，并在输入对齐模块与模型输出之间进行快捷连接； 采用Swin-Unet、SegFormer及DoubleSwinT三种Transformer架构及其预训练模型进行土地资源分割，其中，精细粒度的土地资源分割任务将在粗粒度上训练保存的模型权重作为初始参数； 同时，采取梯度值限制的梯度裁剪和两阶段训练三种策略的方式优化模型训练过程； 步骤六、模型训练完成后保存精度最佳的模型并利用该模型进行分割预测，输出最佳分割预测结果用于土地资源分割迁移微调，并将输出结果进行可视化展示； 步骤五中，所述输入对齐模块与模型输出之间的快捷连接具体分为：若输入波段数与源域的输入匹配，则使用恒等映射；否则，将使用线性层或卷积层进行映射；其输出可以表示为： 其中，为目标域中的输入矩阵，为未标准化的logits向量，为输入对齐模块的输出，为恒等或映射权重矩阵，为预训练Transformer； 步骤五中，所述两阶段训练指的是采取两阶段策略执行模型训练过程，包括： 第一阶段，冻结预训练编码器，仅训练模型的输入对齐模块和解码器，优化目标为： 其中，，为线性投影矩阵，为线性探测偏差，为模型输出，表示特征提取，表示输入对齐参数，表示的参数，表示线性探测层的偏置参数，表示损失函数； 第二阶段，以第一阶段模型为基础进行再次训练，更新模型所有参数以适应目标任务，优化目标为： 。

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地理科学与资源研究所，其通讯地址为：100020 北京市朝阳区大屯路甲11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。