買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監(jiān)控用IP管家,真方便！

龍圖騰網獲悉深延科技(北京)有限公司申請的專利模型訓練方法、服裝細粒度分割方法及相關裝置獲國家發(fā)明授權專利權，本發(fā)明授權專利權由國家知識產權局授予，授權公告號為：CN113869371B 。

龍圖騰網通過國家知識產權局官網在2025-09-05發(fā)布的發(fā)明授權授權公告中獲悉：該發(fā)明授權的專利申請?zhí)?專利號為：202111034024.5，技術領域涉及：G06V10/82；該發(fā)明授權模型訓練方法、服裝細粒度分割方法及相關裝置是由陳海波;羅志鵬;姚粵漢設計研發(fā)完成，并于2021-09-03向國家知識產權局提交的專利申請。

本模型訓練方法、服裝細粒度分割方法及相關裝置在說明書摘要公布了：本申請?zhí)峁┝艘环N模型訓練方法、服裝細粒度分割方法及相關裝置，所述模型訓練方法包括：獲取訓練圖像及其對應的標注信息，將所述訓練圖像輸入預設深度神經網絡的特征提取模塊，通過所述特征提取模塊對所述訓練圖像進行特征提取，得到所述訓練圖像對應的特征信息，所述特征提取模塊采用CBNet和FPN相結合的架構，CBNet中包含兩個級聯的ResNeXT?101；將所述訓練圖像對應的特征信息輸入所述預設深度神經網絡的預測模塊，通過所述預測模塊對所述訓練圖像進行分割，得到所述訓練圖像對應的預測信息；利用所述訓練圖像對應的預測信息和標注信息，對所述預設深度神經網絡進行訓練，得到服裝細粒度分割模型。由此，服裝細粒度分割模型較穩(wěn)定，滿足實際應用中的需要。

本發(fā)明授權模型訓練方法、服裝細粒度分割方法及相關裝置在權利要求書中公布了：1.一種模型訓練方法，其特征在于，所述模型訓練方法包括： 獲取訓練圖像及其對應的標注信息，所述訓練圖像對應的標注信息用于指示所述訓練圖像中的服裝的標注邊界框、標注細粒度類別和標注輪廓； 將所述訓練圖像輸入預設深度神經網絡的特征提取模塊，通過所述特征提取模塊對所述訓練圖像進行特征提取，得到所述訓練圖像對應的特征信息，所述特征提取模塊采用CBNet和FPN相結合的架構，CBNet中包含兩個級聯的ResNeXT-101； 將所述訓練圖像對應的特征信息輸入所述預設深度神經網絡的預測模塊，通過所述預測模塊對所述訓練圖像進行分割，得到所述訓練圖像對應的預測信息，所述訓練圖像對應的預測信息用于指示所述訓練圖像中的服裝的預測邊界框、預測細粒度類別和預測輪廓； 利用所述訓練圖像對應的預測信息和標注信息，對所述預設深度神經網絡進行訓練，得到服裝細粒度分割模型； 其中，所述將所述訓練圖像輸入預設深度神經網絡的特征提取模塊，通過所述特征提取模塊對所述訓練圖像進行特征提取，得到所述訓練圖像對應的特征信息，包括： 所述特征提取模塊包括多個階段和多級插值單元；每個階段對輸入的訓練圖像或前一階段的特征圖執(zhí)行特征提取，生成不同層次的特征圖； 通過多級插值單元插值操作和相加操作，將前一步生成的融合特征圖與相應的特征圖相加并插值，逐步生成多個融合特征圖； 將多個融合特征圖作為訓練圖像的特征信息； 所述模型訓練方法還包括： 對原始數據進行數據增廣，得到增廣后的數據； 將增廣后的數據輸入HTC網絡中，利用HTC網絡輸出對應的特征信息； 將對應的特征信息輸入頭結構，利用頭結構得到輸出結果，其中，頭結構包括DetectionHead、AttributesHead和MaskHead，在所述頭結構的DetectionHead加入基于任務間空間自適應解耦的檢測算法。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人深延科技(北京)有限公司，其通訊地址為：100081 北京市海淀區(qū)中關村大街27號15層1508；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。