一种基于蛇形卷积的图像语义分割方法

本发明公开了一种基于蛇形卷积的图像语义分割方法，涉及人工智能的图像处理与计算机视觉技术领域。本发明通过方法的设计获得一种新的快速、高效、精确的图像分割模型DSM‑Net；DSM‑Net使用对称编码－解码架构有效地进行特征提取和上采样，实现端到端的像素级别预测；其中，编码阶段结合了蛇形卷积(EncoderDS)，能够线性调整卷积核位置来充分学习物体特征；采用融合池化结合卷积与池化高效传递编码器提取的有效特征；混合注意力模块来对空间和通道进行建模，促使网络关注于不同的局部结构特征并实现高效特征拟合能力；整体架构的合理搭建大大减少了训练成本，合理的网络深度与内部模块设计解决了因分割目标存在形态分布、大小差距过大而导致分割精度较低的问题。

《一种基于蛇形卷积的图像语义分割方法》是一发明专利，专利号为 2024110680414，当前法律状态为已下证，由重庆理工大学提出申请，发明人为肖汉光;黄霄璇;周沸忠;杨志营，申请日期为2024-08-06，公开（公告）日期为2025-07-22，国际专利分类号（IPC）为 G06V 10/26 (2022.01)，高新资质：未报高企，所属技术领域包括：计算机视觉、目标检测与分割、图像语义分割、医学影像分析、遥感图像处理、自动驾驶、工业检测、通用图像理解、深度学习。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明公开了一种基于蛇形卷积的图像语义分割方法，涉及人工智能的图像处理与计算机视觉技术领域。本发明通过方法的设计获得一种新的快速、高效、精确的图像分割模型DSM‑Net；DSM‑Net使用对称编码－解码架构有效地进行特征提取和上采样，实现端到端的像素级别预测；其中，编码阶段结合了蛇形卷积(EncoderDS)，能够线性调整卷积核位置来充分学习物体特征；采用融合池化结合卷积与池化高效传递编码器提取的有效特征；混合注意力模块来对空间和通道进行建模，促使网络关注于不同的局部结构特征并实现高效特征拟合能力；整体架构的合理搭建大大减少了训练成本，合理的网络深度与内部模块设计解决了因分割目标存在形态分布、大小差距过大而导致分割精度较低的问题。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！