公开(公告)号：CN119360232B

公开(公告)日：2025-05-16

申请号：CN202411171190.3

申请日：2024-08-26

Applicant: 哈尔滨工业大学

Inventor： 郭亚朋 ,  刘丹娜 ,  王研贺

IPC: G06V20/17 ,  G06V20/00 ,  G06V10/764 ,  G06V10/26 ,  G06T7/90 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提出了一种基于预训练视觉大模型的既有城市公园属性分区辨识方法，属于测绘地理信息服务领域，解决了现有辨识方法受到人工主观性影响导致效率低下的问题，包括：创建既有城市公园属性分区辨识数据集；选取在大规模图像分割数据集上预训练好的视觉大模型SAM进行既有城市公园平面图像的属性分区粗提取过程；对视觉大模型SAM图像嵌入后的部分进行修改并融入粗提取结果，形成细提取视觉大模型；采用多层级分割损失使用既有城市公园属性分区辨识数据集对细提取视觉大模型进行训练，使用训练好的细提取视觉大模型对待辨识的既有城市公园平面图像进行处理，生成既有城市公园属性分区辨识结果。本发明大幅度提升了既有城市公园属性分区辨识准确率的效率。

公开(公告)号：CN119360232A

公开(公告)日：2025-01-24

申请号：CN202411171190.3

申请日：2024-08-26

Applicant: 哈尔滨工业大学

Inventor： 郭亚朋 ,  刘丹娜 ,  王研贺

IPC: G06V20/17 ,  G06V20/00 ,  G06V10/764 ,  G06V10/26 ,  G06T7/90 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明提出了一种基于预训练视觉大模型的既有城市公园属性分区辨识方法，属于测绘地理信息服务领域，解决了现有辨识方法受到人工主观性影响导致效率低下的问题，包括：创建既有城市公园属性分区辨识数据集；选取在大规模图像分割数据集上预训练好的视觉大模型SAM进行既有城市公园平面图像的属性分区粗提取过程；对视觉大模型SAM图像嵌入后的部分进行修改并融入粗提取结果，形成细提取视觉大模型；采用多层级分割损失使用既有城市公园属性分区辨识数据集对细提取视觉大模型进行训练，使用训练好的细提取视觉大模型对待辨识的既有城市公园平面图像进行处理，生成既有城市公园属性分区辨识结果。本发明大幅度提升了既有城市公园属性分区辨识准确率的效率。