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！

龙图腾网恭喜浙江工业大学申请的专利一种基于空洞异构卷积的图像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：CN115631137B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202211185277.7，技术领域涉及：G06T7/00；该发明授权一种基于空洞异构卷积的图像分割方法是由陈琦;余承翰;胡海根;周乾伟;管秋设计研发完成，并于2022-09-27向国家知识产权局提交的专利申请。

本一种基于空洞异构卷积的图像分割方法在说明书摘要公布了：本发明公开了一种基于空洞异构卷积的图像分割方法，包括：S1、构建卷积神经网络模型，卷积神经网络模型中的一个或多个滤波器被替换为空洞异构卷积滤波器；S2、利用数据集对构建的卷积神经网络模型进行训练及验证，获得最终卷积神经网络模型；S3、将待分割图像输入最终卷积神经网络模型获得输出特征图；S4、利用图像分割网络模型对输出特征图进行处理获得图像分割结果。本发明通过空洞异构卷积滤波器的设置可以在不增加参数量的同时向单个滤波器中加入多尺度，从而提升卷积核的有效感受野，大大提高了图像分割的准确性。

本发明授权一种基于空洞异构卷积的图像分割方法在权利要求书中公布了：1.一种基于空洞异构卷积的图像分割方法，其特征在于：所述基于空洞异构卷积的图像分割方法包括如下步骤： S1、构建卷积神经网络模型，所述卷积神经网络模型中的一个或多个滤波器被替换为空洞异构卷积滤波器，所述空洞异构卷积滤波器的设置如下： S11、将各空洞异构卷积滤波器按其通道数C等分为n个组别，每个组别包含个卷积核； S12、预设空洞率组合为一组不重复的超参数r＝[r1,r2,…,ri,…,rn]，ri为第i个空洞率，i＝1,2,…,n，对应分配给每个组别上的卷积核，使每个组别的卷积核具有相同的空洞率，且不同组别之间的卷积核具有不同的空洞率，具体如下： 首先按照超参数r中的原有顺序得到序列S1＝r1-r2-…-ri-…-rn，并将序列S1中的值作为空洞率按序对应分配至第一个空洞异构卷积滤波器的n组卷积核上；到第二个空洞异构卷积滤波器时，将序列S1中的值整体向右平移，则位于序列S1中末尾的值被移接到首位得到序列S2＝rn-r1-r2-…-ri-…-rn-1，并将序列S2中的值作为空洞率按序对应分配至第二个空洞异构卷积滤波器的n组卷积核上；同理第j个空洞异构卷积滤波器依次类推，j＝1,2,…,N，N为空洞异构卷积滤波器的总数，且当N大于序列的排列组合总数n时循环操作，最终会有序形成N个空洞异构卷积滤波器； S2、利用数据集对构建的卷积神经网络模型进行训练及验证，获得最终卷积神经网络模型； S3、将待分割图像输入最终卷积神经网络模型获得输出特征图； S4、利用图像分割网络模型对输出特征图进行处理获得图像分割结果； 所述卷积神经网络模型为Resnet50网络；所述Resnet50网络包括依次连接的卷积层、池化层、第一残差块、第二残差块、第三残差块和第四残差块，所述第一残差块包括三个串接的瓶颈层，所述第二残差块包括四个串接的瓶颈层，所述第三残差块包括六个串接的瓶颈层，所述第四残差块包括三个串接的瓶颈层，各所述瓶颈层由卷积核大小为1*1的滤波器、卷积核大小为3*3的滤波器、卷积核大小为1*1的滤波器、BN层和RELU激活函数串接组成，且所述第四残差块的三个瓶颈层的卷积核大小为3*3的滤波器被替换为卷积核大小为3*3的空洞异构卷积滤波器。

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浙江工业大学，其通讯地址为：310014 浙江省杭州市下城区朝晖六区；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”。