買(mǎi)專利賣(mài)專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉新疆愛(ài)華盈通信息技術(shù)有限公司申請(qǐng)的專利圖像的人工智能分類方法、系統(tǒng)、電子設(shè)備與存儲(chǔ)介質(zhì)獲國(guó)家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國(guó)家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN114399662B 。

龍圖騰網(wǎng)通過(guò)國(guó)家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-08-26發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202210020185.7，技術(shù)領(lǐng)域涉及：G06V10/764；該發(fā)明授權(quán)圖像的人工智能分類方法、系統(tǒng)、電子設(shè)備與存儲(chǔ)介質(zhì)是由申嘯塵;喬國(guó)坤設(shè)計(jì)研發(fā)完成，并于2022-01-10向國(guó)家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本圖像的人工智能分類方法、系統(tǒng)、電子設(shè)備與存儲(chǔ)介質(zhì)在說(shuō)明書(shū)摘要公布了：本申請(qǐng)公開(kāi)一種圖像的人工智能分類方法、系統(tǒng)、電子設(shè)備與存儲(chǔ)介質(zhì)。圖像的人工智能分類方法包括：根據(jù)第一組訓(xùn)練圖片的父分類類間間距增加的方向?qū)︻A(yù)設(shè)分類模型進(jìn)行訓(xùn)練，獲得前序分類模型，其中，父分類類間間距為第一組訓(xùn)練圖片中父分類不同的訓(xùn)練圖片對(duì)應(yīng)的特征向量之間的距離；根據(jù)第二組訓(xùn)練圖片的子分類類內(nèi)間距增加的方向?qū)︻A(yù)設(shè)分類模型進(jìn)行訓(xùn)練，獲得圖像分類模型，其中，子分類類內(nèi)間距為第二組訓(xùn)練圖片中父分類相同但子分類不同的訓(xùn)練圖片對(duì)應(yīng)的特征向量之間的距離；通過(guò)圖像分類模型對(duì)待分類圖像進(jìn)行分類，獲得分類結(jié)果。本申請(qǐng)有利于提高圖像分類的正確性。

本發(fā)明授權(quán)圖像的人工智能分類方法、系統(tǒng)、電子設(shè)備與存儲(chǔ)介質(zhì)在權(quán)利要求書(shū)中公布了：1.一種圖像的人工智能分類方法，其特征在于，包括： 根據(jù)第一組訓(xùn)練圖片的父分類類間間距增加的方向?qū)︻A(yù)設(shè)分類模型進(jìn)行訓(xùn)練，獲得前序分類模型，包括：將所述第一組訓(xùn)練圖片通過(guò)所述預(yù)設(shè)分類模型的輸入層輸入至所述預(yù)設(shè)分類模型的卷積層中并進(jìn)行卷積處理，分別得到多個(gè)第一特征向量，通過(guò)所述預(yù)設(shè)分類模型的父分類層獲取所述多個(gè)第一特征向量，并根據(jù)所述多個(gè)第一特征向量計(jì)算第一損失函數(shù)，以及根據(jù)所述第一損失函數(shù)對(duì)所述預(yù)設(shè)分類模型的卷積層的參數(shù)進(jìn)行更新，增加第一組訓(xùn)練圖片中父分類不同的訓(xùn)練圖片對(duì)應(yīng)的第一特征向量之間的距離，減小第一組訓(xùn)練圖片中父分類相同的訓(xùn)練圖片對(duì)應(yīng)的第一特征向量之間的距離，獲得前序分類模型；其中，所述父分類類間間距為所述第一組訓(xùn)練圖片中父分類不同的訓(xùn)練圖片對(duì)應(yīng)的特征向量之間的距離； 根據(jù)第二組訓(xùn)練圖片的子分類類內(nèi)間距增加的方向?qū)λ銮靶蚍诸惸Ｐ瓦M(jìn)行訓(xùn)練，獲得圖像分類模型，包括：將所述第二組訓(xùn)練圖片通過(guò)所述前序分類模型的輸入層輸入至所述前序分類模型的卷積層中進(jìn)行卷積處理，分別得到多個(gè)第二特征向量，再根據(jù)所述多個(gè)第二特征向量，獲取多個(gè)子分類聚類中心；通過(guò)所述前序分類模型的父分類層獲取所述多個(gè)第二特征向量，并根據(jù)父分類對(duì)應(yīng)的第二特征向量，得到第二損失函數(shù)，所述多個(gè)子分類層分別獲取對(duì)應(yīng)的第二特征向量，并根據(jù)子分類對(duì)應(yīng)的第二特征向量，得到第三損失函數(shù)，所述多個(gè)子分類層分別獲取對(duì)應(yīng)的第二特征向量，計(jì)算多個(gè)子分類聚類中心，并根據(jù)所述子分類聚類中心，得到第四損失函數(shù)，以及根據(jù)目標(biāo)損失函數(shù)減小的方向，對(duì)所述預(yù)設(shè)分類模型的參數(shù)進(jìn)行更新，獲得圖像分類模型；其中，所述目標(biāo)損失函數(shù)分別與所述第二損失函數(shù)、所述第三損失函數(shù)和所述第四損失函數(shù)正相關(guān)，所述類內(nèi)為所述父分類的類內(nèi)，所述子分類類內(nèi)間距為第二組訓(xùn)練圖片中父分類相同但子分類不同的訓(xùn)練圖片對(duì)應(yīng)的特征向量之間的距離； 通過(guò)所述圖像分類模型對(duì)待分類圖像進(jìn)行分類，獲得分類結(jié)果。

如需購(gòu)買(mǎi)、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人新疆愛(ài)華盈通信息技術(shù)有限公司，其通訊地址為：830000 新疆維吾爾自治區(qū)烏魯木齊市經(jīng)濟(jì)技術(shù)開(kāi)發(fā)區(qū)（頭屯河區(qū)）喀納斯湖北路455號(hào)新疆軟件園E2棟8層801室；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。