一种基于多尺度深度监督的高分辨遥感图像语义分割方法(高校公示7天)(不包年费滞纳金)(需要二变)
本发明提供了一种基于多尺度深度监督的高分辨遥感图像语义分割方法,包括以下步骤:步骤1,获取ISPRS Potsdam数据集和Vaihingen数据集;步骤2,搭建多尺度深度监督网络MDSNet,包括空间分支、语义分支网络和多尺度特征聚合部分;所述空间分支、语义分支网络和多尺度特征聚合部分均为四层结构;步骤3,将训练集输入至多尺度深度监督网络MDSNet中训练,计算损失函数并进行反向传播,更新网络参数,获取训练好的参数模型;步骤4,将测试集输入到训练好的参数模型中,输出目标图像的分割图。本发明提出的方法在提高特征提取能力的同时,提高了语义分割的准确率,以及训练效率和稳定性。
《一种基于多尺度深度监督的高分辨遥感图像语义分割方法(高校公示7天)(不包年费滞纳金)(需要二变)》是一发明专利,专利号为 2025101321506,当前法律状态为已下证,由无锡学院提出申请,发明人为单慧琳;王兴涛;张银胜;孟祥源;吴心悦;马丁,申请日期为2025-02-06,公开(公告)日期为2025-05-13,国际专利分类号(IPC)为 G06V 10/26 (2022.01),高新资质:未报高企。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:本发明提供了一种基于多尺度深度监督的高分辨遥感图像语义分割方法,包括以下步骤:步骤1,获取ISPRS Potsdam数据集和Vaihingen数据集;步骤2,搭建多尺度深度监督网络MDSNet,包括空间分支、语义分支网络和多尺度特征聚合部分;所述空间分支、语义分支网络和多尺度特征聚合部分均为四层结构;步骤3,将训练集输入至多尺度深度监督网络MDSNet中训练,计算损失函数并进行反向传播,更新网络参数,获取训练好的参数模型;步骤4,将测试集输入到训练好的参数模型中,输出目标图像的分割图。本发明提出的方法在提高特征提取能力的同时,提高了语义分割的准确率,以及训练效率和稳定性。
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!
