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！

龙图腾网恭喜矿冶科技集团有限公司申请的专利基于提示学习的浮选泡沫图像半自动标注方法及装置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：CN119295864B 。

龙图腾网通过国家知识产权局官网在2025-04-22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：202411824301.6，技术领域涉及：G06V10/774；该发明授权基于提示学习的浮选泡沫图像半自动标注方法及装置是由邹国斌;张康辉;党建东;王庆凯;王旭;杨佳伟;史叶龙;孔艳珍;刘洋设计研发完成，并于2024-12-12向国家知识产权局提交的专利申请。

本基于提示学习的浮选泡沫图像半自动标注方法及装置在说明书摘要公布了：本申请提供了一种基于提示学习的浮选泡沫图像半自动标注方法及装置，属于矿石浮选领域。其中方法包括：根据不完全标注目标检测数据集训练第二目标检测模型，得到第二目标检测模型；根据更新后的不完全标注目标检测数据集重复训练第二目标检测模型的步骤，最终获得优化后的第二目标检测模型和更新完成的不完全标注目标检测数据集；根据不完全标注分割图像数据集训练第二分割模型，得到第二分割模型；根据更新后的不完全标注分割图像数据集，重复训练第二分割模型，最终获得优化后的第二分割模型和更新完成的不完全标注分割图像数据集。通过获取人工标注的视觉提示，并对检测模型和分割模型进行优化，提高了浮选泡沫图像中实例的轮廓的标注效率。

本发明授权基于提示学习的浮选泡沫图像半自动标注方法及装置在权利要求书中公布了：1.一种基于提示学习的浮选泡沫图像半自动标注方法，其特征在于，所述方法包括：采集浮选泡沫图像，对所述浮选泡沫图像进行预处理，得到预处理后的浮选泡沫图像；构建第一目标检测模型，获取人工对预处理后的浮选泡沫图像中单个实例标注初始视觉提示的第一浮选泡沫图像，并通过所述第一目标检测模型和所述初始视觉提示对所述第一浮选泡沫图像的实例标注视觉提示，得到第二浮选泡沫图像；获取对所述第二浮选泡沫图像人工进行补充标注视觉提示的第三浮选泡沫图像，根据所述第三浮选泡沫图像构建不完全标注目标检测数据集；根据所述不完全标注目标检测数据集训练第二目标检测模型，得到第二目标检测模型；重复执行：通过所述第二目标检测模型对新的浮选泡沫图像标注视觉提示、将标注完成的浮选泡沫图像更新至所述不完全标注目标检测数据集以及根据更新后的不完全标注目标检测数据集重复训练第二目标检测模型的步骤，直至达到预设执行次数，最终获得优化后的第二目标检测模型和更新完成的不完全标注目标检测数据集；通过第一分割模型将所述不完全标注目标检测数据集中的浮选泡沫图像的标注实例作为视觉提示进行轮廓分割，得到第一不完全标注分割图像；获取人工对所述第一不完全标注分割图像中标注实例进行补充与修正的第二不完全标注分割图像，根据所述第二不完全标注分割图像构建不完全标注分割图像数据集；根据所述不完全标注分割图像数据集训练第二分割模型，得到第二分割模型；重复执行：通过所述第二分割模型对新的浮选泡沫图像进行轮廓分割、将轮廓分割完成的浮选泡沫图像更新至所述不完全标注分割图像数据集以及根据更新后的不完全标注分割图像数据集，重复训练第二分割模型，直至达到预设执行次数，最终获得优化后的第二分割模型和更新完成的不完全标注分割图像数据集；所述根据所述不完全标注分割图像数据集训练第二分割模型，得到第二分割模型，包括：构建所述第二分割模型的主干网络，通过所述主干网络得到多个不同尺度的底层特征图，所述主干网络包括高分辨率网络结构和多尺度的感受野；构建所述第二分割模型的特征融合层，将多个不同尺度的特征图输入至所述特征融合层，得到多个不同尺度的深层特征图；构建所述第二分割模型的解码器，通过所述解码器将所述底层特征图和所述深层特征图进行特征融合，得到输出掩码；构建所述第二分割模型的输出头，所述深层特征图经过所述输出头得到建议目标框，所述建议目标框经过一层卷积得到注意力分数，最终经过激活函数得到掩码概率图；根据所述建议目标框和所述输出掩码得到建议掩码，并将所述建议掩码进行池化操作，并根据所述池化操作的结果和所述掩码概率图得到分割结果。

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矿冶科技集团有限公司，其通讯地址为：100160 北京市丰台区南四环西路188号总部基地十八区23号楼；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”。