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！

龍圖騰網獲悉河鋼數字技術股份有限公司;山東大學;青島海爾智能技術研發有限公司申請的專利基于樹型層進網絡的不平衡廢鋼樣本判級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：CN114782773B 。

龍圖騰網通過國家知識產權局官網在2025-08-12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：202210406482.5，技術領域涉及：G06V10/774；該發明授權基于樹型層進網絡的不平衡廢鋼樣本判級方法是由賈永坡;聶禮強;申培;甘甜;馮興;董興寧;來博文;朱文印設計研發完成，并于2022-04-18向國家知識產權局提交的專利申請。

本基于樹型層進網絡的不平衡廢鋼樣本判級方法在說明書摘要公布了：本發明公開了一種基于樹型層進網絡的不平衡廢鋼樣本判級方法，涉及金屬處理技術領域。該基于樹型層進網絡的不平衡廢鋼樣本判級方法，能夠解決現有廢鋼判級數據集中所存在的嚴重長尾效應，從而避免嚴重偏差的預測結果，提升模型整體預測的無偏性。通過融合動態記憶模塊中所存儲的各類代表性特征，從而增強當前目標的特征表示，進一步提升了整體模型的預測準確度。通過樹型分類網絡顯示挖掘不同類別間的顯著型差異與微小型差異，提升了模型對尾部謂詞的整體泛化能力。

本發明授權基于樹型層進網絡的不平衡廢鋼樣本判級方法在權利要求書中公布了：1.一種基于樹型層進網絡的不平衡廢鋼樣本判級方法，其特征在于：該方法包括以下步驟： S1：構建廢鋼類型與判別等級的對應關系表，并構建常規的、基于深度學習的廢鋼分類模型； S2：迭代地訓練廢鋼分類模型，并據此構建和更新相應的廢鋼類別樹； S3：搭建并訓練基于動態記憶模塊的深度學習編碼器，以提取并增強廢鋼樣本的差異化特征； S31：構建基于目標檢測模塊FasterR_CNN為基礎的視覺特征抽取模型Encoderraw； S32：構建基于多層感知機的輔助解碼器Decoderraw； S33：構建包含所有M類的廢鋼類別的動態記憶特征庫Memory； 并對應的維護一個M維的記憶系數矩陣COFF； COFF＝[coff1,coff2,…,coffM]； 表示第m類廢鋼的“動態記憶特征向量；coffM表示第m類廢鋼的記憶系數； S34：在模型的訓練過程中，對輸入圖片I中每個候選目標所對應的原始視覺特征記為將其輸入到輔助解碼器Decoderraw中，獲取其對應的預測結果向量 S35：根據原始視覺特征所對應的類別標注ln，獲取預測結果向量中第ln維的值并據此更新動態記憶特征庫Memory和對應的記憶系數矩陣COFF中第ln項，如下面的公式所示： S36：對圖I中每個候選目標，結合原始視覺特征和更新后的對應動態記憶特征 S4：搭建并訓練基于樹型層進網絡的深度學習解碼器，以強化整體模型對廢鋼樣本的無偏預測能力，從而提升模型對廢鋼判級的整體精度與準確性； S5：獲得訓練完成的基于動態記憶模塊和樹型層進網絡的深度學習模型，將其用于實際的廢鋼判級作業中。

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河鋼數字技術股份有限公司;山東大學;青島海爾智能技術研發有限公司，其通訊地址為：050000 河北省石家莊市高新區黃河大道136號科技中心1號樓；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”。