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！

龙图腾网获悉南京邮电大学申请的专利基于平衡多粒度融合特征蒸馏的持续语义分割方法及系统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：CN119625328B 。

龙图腾网通过国家知识产权局官网在2025-06-24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：202510170884.3，技术领域涉及：G06V10/26；该发明授权基于平衡多粒度融合特征蒸馏的持续语义分割方法及系统是由焦一凡;鲍秉坤;常宇阳设计研发完成，并于2025-02-17向国家知识产权局提交的专利申请。

本基于平衡多粒度融合特征蒸馏的持续语义分割方法及系统在说明书摘要公布了：本发明公开了基于平衡多粒度融合特征蒸馏的持续语义分割方法及系统，涉及持续语义分割技术领域，包括：获取图片，将图片输入至预先建立的新旧模型的特征提取网络内，输出得到图片的多层特征；将图片的多层特征输入至预先建立的并行自注意力模块内，输出得到初步融合多粒度特征；将初步融合多粒度特征输入至预先建立的基于矩的通道注意力模块内，输出得到平衡性多粒度融合特征；基于知识蒸馏计算平衡性多粒度融合特征的一致性约束，基于平衡性多粒度融合特征的一致性约束计算训练总损失；基于训练总损失对新模型进行训练，得到训练后的新模型，通过训练后的新模型基于辅助分类器为新任务提供最优初始化决策边界，提高持续语义分割任务的准确性。

本发明授权基于平衡多粒度融合特征蒸馏的持续语义分割方法及系统在权利要求书中公布了：1.基于平衡多粒度融合特征蒸馏的持续语义分割方法，其特征在于，方法包括以下步骤： 获取图片，将图片输入至预先建立的新旧模型的特征提取网络内，输出得到图片的多层特征；将图片的多层特征输入至预先建立的并行自注意力模块内，输出得到初步融合多粒度特征； 所述初步融合多粒度特征的输出过程： 并行自注意力模块由数个并行的分支组成，每个分支都遵循视觉转换器当中的自注意力网络结构； 将模型不同层的中间特征利用双线性插值转换为一样的尺寸； 将经过双线性插值后的不同层特征分别输入并行自注意力模块的不同分支，每个分支对应一层特征； 将并行自注意力模块各个分支的输出在通道维度上进行拼接，形成初步融合多粒度特征； 将初步融合多粒度特征输入至预先建立的基于矩的通道注意力模块内，输出得到平衡性多粒度融合特征；基于知识蒸馏计算平衡性多粒度融合特征的一致性约束，基于平衡性多粒度融合特征的一致性约束计算训练总损失； 基于训练总损失对新模型进行训练，得到训练后的新模型，通过训练后的新模型基于辅助分类器为新任务提供最优初始化决策边界，其中，所述新模型为任务阶段t模型。

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南京邮电大学，其通讯地址为：210023 江苏省南京市栖霞区文苑路9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”。