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

龍圖騰網獲悉華東師范大學申請的專利一種基于偏差矯正的增量小樣本圖像分類方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN117152495B 。

龍圖騰網通過國家知識產權局官網在2025-08-08發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202311022074.0，技術領域涉及：G06V10/764；該發明授權一種基于偏差矯正的增量小樣本圖像分類方法是由謝源;張洪權;張志忠;譚鑫設計研發完成，并于2023-08-15向國家知識產權局提交的專利申請。

本一種基于偏差矯正的增量小樣本圖像分類方法在說明書摘要公布了：本發明公開了一種基于偏差矯正的增量小樣本圖像分類方法，其特點是利用一個轉換矩陣將一個有偏差的預測分布轉化為一個無偏差的預測分布，并且微調模型最后一層適應增量數據的表征輔助偏差矯正；該轉換矩陣具有對角主導列隨機并且是一個可學習的轉換矩陣的特點，能夠將增量類偏向基類的預測分布轉化為正常的無偏差的預測分布。本發明與現有相關技術相比具有增量階段不受特征空間限制和模型參數持續更新帶來災難性遺忘的優點，通過給增量任務數據更多地關注，在增量任務數據和所有任務數據上都取得了更高的分類正確率結果。

本發明授權一種基于偏差矯正的增量小樣本圖像分類方法在權利要求書中公布了：1.一種基于偏差矯正的增量小樣本圖像分類方法，其特征在于，具體步驟如下： 步驟1：數據集準備與預處理 收集待分類的圖像數據，按照類別劃分為不同任務，其中第一個任務需要大量數據并且每個類別使用所有數據，后續增量任務按照N-wayK-shot的方式設定，其中N表示類別數，K表示每個類別的樣本數； 步驟2：基類任務模型構建和訓練 基類任務模型包含基類特征提取網絡和基類分類器兩部分，基類特征提取網絡使用Resnet-18，基類分類器采用全連接層，基類任務模型使用交叉熵損失優化模型；此步驟旨在利用已有的大量標注數據訓練一個基類特征提取網絡； 步驟3：增量任務模型構建 3-1：構建增量類特征提取網絡：固定基類特征提取網絡前三層，最后一層用于適應增量任務； 3-2：初始化轉換矩陣M，維度等于增量類別數量和基類數量之和，用sigmoid非線性激活函數激活，將轉換矩陣基類對應的對角線元素和增量類對應的對角線元素進行替換，并且要求基類類對角線對應的元素小于增量類對角線對應的元素； 步驟4：增量任務訓練 4-1：利用基類特征提取網絡和基類訓練數據提取基類數據的圖片特征featbase，并計算基類每個類別的原型點，公式如下： 其中為基類第c類的原型點，K為基類每個類別的圖片數量； 4-2：利用3-1構建的增量類特征提取網絡和增量類訓練數據提取增量類圖片特征featnovel； 4-3：利用4-2提取的增量類圖片特征計算增量類圖片原型點，公式如下： 其中為增量類第c類的原型點，N為增量類每個類別的圖片數量；將與4-1得到的基類原型點合并， 是所有類別的原型點，用于分類； 4-4：使用余弦相似度作為度量，利用4-3得到的原型點與4-2得到的特征進行分類，得到一個增量類偏向基類的預測分布表示預測樣本X被預測為類別Y的概率； 4-5：利用3-2的轉換矩陣對4-4的預測分布進行矯正， 得到矯正后的分布PY|X是一個無偏差的預測分布。

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華東師范大學，其通訊地址為：200241 上海市閔行區東川路500號；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”。