龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：南京理工大学
摘要：本发明公开了一种基于SAM大模型微调的遥感图像高质量自动实例分割方法，包括：在分割一切大模型的骨干框架中引入可迭代调整参数的适配器微调模块，用于适应遥感图像下游任务；设计一种迭代训练方案，通过评分函数计算不同适配器的重要性，实现动态且多尺度的适配器参数分配；通过对多个不同适配器模块的中间层进行特征提取与聚合，得到微调后的全局多尺度语义信息特征；利用基于锚点的区域建议网络生成候选目标框，通过语义分支和定位分支得到目标的位置提示；利用全局语义信息和掩码解码器形状信息通过卷积处理对二者进行总结，得到高质量信息特征，替换原有的掩码特征。
主权项：1.一种基于SAM大模型微调的遥感图像高质量自动实例分割方法，其特征在于，包括以下步骤：第一步，构建遥感掩码标注图像数据集；第二步，将适配器模块整合到现有层中，在保持原始模型权重不变的同时，训练线性分类头和适配器参数；第三步，设计重要性评分函数，自动估计适配器的最佳隐藏维数来实现有效的参数分配；第四步，提取并融合微调模型不同阶段的特征，组成新的全局多尺度特征；第五步，利用区域提议网络得到目标区域建议，通过RoI池化将候选区域映射到固定大小的特征图，并通过分类头和定位头进行目标分类和边界框回归；第六步，利用位置提示和微调图像特征输入掩码编码器得到微调掩码特征以及输出令牌；第七步，对全局特征和微调掩码特征进行空间逐点乘积，生成高质量掩码特征，经过多层感知机得到输出掩码；第八步，针对适配器模块和区域建议网络使用加权损失函数训练更新网络。
全文数据：
权利要求：
百度查询： 南京理工大学 一种基于SAM大模型微调的遥感图像高质量自动实例分割方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号