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！

龙图腾网恭喜太原理工大学申请的专利一种基于对抗神经网络的语义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：CN114693922B 。

龙图腾网通过国家知识产权局官网在2025-06-03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：202111474990.9，技术领域涉及：G06V10/26；该发明授权一种基于对抗神经网络的语义分割方法是由赵哲峰;郭学俊;陈泽华;苏可;杨莹;张佳鹏;郭晓澎;曹桂芳设计研发完成，并于2021-12-06向国家知识产权局提交的专利申请。

本一种基于对抗神经网络的语义分割方法在说明书摘要公布了：本发明涉及图像识别与深度学习领域，具体是一种基于对抗神经网络的语义分割方法。包括以下步骤。S100～收集道路损伤图像数据集，并按比例划分为训练数据集和测试数据集，训练数据集用来训练对抗神经网络模型，测试数据集用来验证对抗神经网络模型的好坏；S200～构建Resnet‑50网络，当做基准预训练网络，输入道路损伤图像训练集，进行预训练；S300～训练对抗神经网络的分割模型，该模型包括PSPNet网络中的PPM模块和DeepLab中的ASPP模块；S400～将两个PPM模块和ASPP模块分割网络得到的结果输入判别模型中，输出类全局概率得分图；S500～根据判别网络得到的结果，重新调整两个分割模型进行训练，并且重复S300和S400，直到两个分割网络的结果趋于一致，从而达到语义分割的效果。

本发明授权一种基于对抗神经网络的语义分割方法在权利要求书中公布了：1.一种基于对抗神经网络的语义分割方法，其特征在于：包括以下步骤，S100～收集道路损伤图像数据集，并按比例划分为训练数据集和测试数据集，训练数据集用来训练对抗神经网络模型，测试数据集用来验证对抗神经网络模型的好坏；S200～构建Resnet-50网络，当做基准预训练网络，输入道路损伤图像训练集，进行预训练；S300～训练对抗神经网络的分割模型，该模型包括PSPNet网络中的PPM模块和DeepLab中的ASPP模块；PSPNet中的PPM模块使用1×1、2×2、3×3、6×6代表不同的子区域分别进行池化，最后用这个模块上采样和级联；DeepLab中的ASPP模块，使用的rates=（1,6,12,18），并且扩张卷积运算由4个并行的3×3卷积层组成；两个分割网络输入的图像大小为H×W×3，输出的是H×W×C1和H×W×C2两个类概率分割图S1和S2，C1和C2分别是两个分割网络输出的类别数，将这两个分割图进行对抗学习；训练具体过程中，整个对抗网络的总损失函数分为两部分，两个分割网络各自的损失函数与判别网络的损失函数，两个分割网络的损失函数表示为如下公式： （1） （2）其中，Lseg-s1代表PPM模块分割网络生成标签的损失函数，Lseg-s2代表ASPP模块分割网络生成标签的损失函数，LS表示Deeplab为基础的分割网络与真实标签的交叉熵损失函数；Ladv用来表示对抗学习的损失函数，能够尽最大的可能欺骗判别器，让判别器把以PPM为基础的分割预测结果错误的认为是Deeplab网络的预测结果；Lweakly则是PPM的损失函数，这个网络使用的则是以Deeplab网络为基础生成的弱标签，是可变的常数，用来调节训练过程，具体公式如下： （3） （4） （5） （6）式中，H、w、c代表图像的长、宽、分割类别，s1、s2代表PPM模块、ASPP模块两个分割网络得到的类概率图，Xn代表预测标签，Yn代表真实标签；S400～将两个PPM模块和ASPP模块分割网络得到的结果输入判别模型中，输出类全局概率得分图；S500～根据判别网络得到的结果，重新调整两个分割模型进行训练，并且重复S300和S400，直到两个分割网络的结果趋于一致，从而达到语义分割的效果。

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太原理工大学，其通讯地址为：030024 山西省太原市迎泽西大街79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”。