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！

龙图腾网恭喜重庆邮电大学申请的专利一种基于深度学习的粘连和堆叠颗粒图像分割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：CN114283147B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202111459483.8，技术领域涉及：G06F17/40；该发明授权一种基于深度学习的粘连和堆叠颗粒图像分割方法是由朱红军;韩跃虎设计研发完成，并于2021-12-02向国家知识产权局提交的专利申请。

本一种基于深度学习的粘连和堆叠颗粒图像分割方法在说明书摘要公布了：本发明涉及一种基于深度学习的粘连和堆叠颗粒图像分割方法，属于计算机图像分割领域。该方法包括：S1：对颗粒图像数据进行标注；S2：构建深度学习神经网络模型，使用颗粒图像及步骤S1得到的标注图作为训练集进行网络训练，即通过反向传播算法调整网络参数；S3：利用步骤S2构建的深度学习神经网络模型对颗粒图像进行实例分割；S4：对颗粒图像的实例分割结果进行统计分析。本发明能对粘连与堆叠颗粒图像进行实例分割，得到不同颗粒的标记图像，从而解决粘连与堆叠颗粒的计数问题。

本发明授权一种基于深度学习的粘连和堆叠颗粒图像分割方法在权利要求书中公布了：1.一种基于深度学习的粘连和堆叠颗粒图像分割方法，其特征在于，该方法具体包括以下步骤：S1：准备数据集：对颗粒图像数据进行标注；S2：构建深度学习神经网络模型，使用颗粒图像及步骤S1得到的标注图作为训练集进行网络训练，即通过反向传播算法调整网络参数；构建的深度学习神经网络模型包括基于CBAM模块的主干特征提取网络、RPN、ROI分类回归网络和Mask实例分割网络；其中，CBAM模块是注意力模块，RPN是锚框生成网络；采用基于CBAM模块的主干特征提取网络进行主干特征的提取，具体包括以下步骤：（1）输入的图片经过一次CBAM模块处理，获得图像的特征层；（2）接着进行一次7×7的卷积层处理，步长为2；（3）接着进行3×3的最大池化层处理，步长为2；（4）接着进行一次CBAM模块的处理；（5）接着进行三次ResNetBlock模块的处理；（6）接着再进行一次CBAM模块处理，再经过一次1×1的卷积获得特征层C2；（7）接着再进行四次ResNetBlock模块处理，再进行一次CBAM模块处理，获得特征层C3；（8）接着将（7）中CBAM模块的处理结果经过六次ResNetBlock模块处理，再进行一次CBAM模块处理，获得特征层C4；（9）接着将（8）中CBAM模块的处理结果经过三次ResNetBlock模块处理，再进行一次CBAM模块处理，获得特征层C5；（10）将特征层C5经过一次1×1的卷积，获得特征层P5；（11）将（10）中的特征层P5进行一次下采样，再通过下采样后获得特征层P6；（12）将（10）中的特征层P5进行一次上采样，获得特征层X5，并将特征层C4经过1×1卷积获得的特征层与X5进行加权相加，获得特征层P4；（13）将（12）中的特征层P4进行一次上采样，获得特征层X4，并将特征层C3经过1×1卷积获得的特征层与X4进行加权相加，获得特征层P3；（14）将（13）中的特征层P3进行一次上采样，获得特征层X3，并将特征层C2经过1×1卷积获得的特征层与X3进行对应元素相加，获得特征层P2；CBAM模块的结构为：输入的图片或特征分别经过一次全局MaxPool池化和全局AvgPool池化，然后将获得的全局MaxPool池化特征和全局AvgPool池化特征，送入同一个全连接层分别获得MaxPool权重和AvgPool权重，将两组权重相乘获得通道注意力权重，再将通道注意力权重与输入图像或特征相乘获得通道注意力处理结果；然后，将通道注意力处理的结果，分别将多个通道的值通过MaxPool池化和AvgPool池化压缩到单个通道获得空间特征，再经过7×7的卷积将空间特征融合获得空间注意力权重，将空间注意力权重与输入的图像或特征相乘获得CBAM模块获得处理结果；S3：利用步骤S2构建的深度学习神经网络模型对颗粒图像进行实例分割。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区黄桷垭崇文路2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”。