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！

龍圖騰網獲悉深圳先進技術研究院申請的專利圖像分類網絡模型的訓練方法、圖像分類方法及相關設備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：CN112949724B 。

龍圖騰網通過國家知識產權局官網在2025-09-02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：202110249741.3，技術領域涉及：G06V10/764；該發明授權圖像分類網絡模型的訓練方法、圖像分類方法及相關設備是由王蕊;童學智;曲強;姜青山設計研發完成，并于2021-03-08向國家知識產權局提交的專利申請。

本圖像分類網絡模型的訓練方法、圖像分類方法及相關設備在說明書摘要公布了：本申請提供了一種圖像分類網絡模型訓練方法、圖像分類方法及相關設備。該圖像分類網絡模型訓練方法包括：獲取訓練圖像和外部知識庫，外部知識庫包括訓練圖像的真實類別標簽；對外部知識庫進行編碼處理，得到類別距離矩陣；將訓練圖像及其真實類別標簽和類別距離矩陣輸入圖像分類網絡模型，得到訓練圖像的預測類別概率分布，其中，預測類別概率分布包括圖像分類網絡模型輸出的預測類別標簽與真實類別標簽之間的差距概率；利用類別距離矩陣中真實類別標簽與預測類別標簽之間的深度距離以及預測類別概率分布計算目標損失函數；基于目標損失函數訓練網絡模型。本申請用以得到一種兼顧提高圖像分類準確性及增強預測結果可解釋性的圖像分類網絡模型。

本發明授權圖像分類網絡模型的訓練方法、圖像分類方法及相關設備在權利要求書中公布了：1.一種圖像分類網絡模型的訓練方法，其特征在于，所述方法包括： 獲取訓練圖像和外部知識庫，所述外部知識庫包括所述訓練圖像的真實類別標簽，所述外部知識庫為由多個類別標簽構成的樹狀結構，所述樹狀結構中的每個節點表征類別標簽； 對所述外部知識庫進行編碼處理，得到類別距離矩陣，所述類別距離矩陣表征所述外部知識庫中任意兩類別標簽之間的語義距離； 將所述訓練圖像及其真實類別標簽和所述類別距離矩陣輸入所述圖像分類網絡模型，得到所述訓練圖像的預測類別概率分布，其中，所述預測類別概率分布包括所述圖像分類網絡模型輸出的預測類別標簽與所述真實類別標簽之間的差距概率； 利用所述類別距離矩陣中所述真實類別標簽與所述預測類別標簽之間的深度距離以及所述預測類別概率分布計算目標損失函數； 基于所述目標損失函數訓練所述圖像分類網絡模型。

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圳先進技術研究院，其通訊地址為：518055 廣東省深圳市南山區西麗大學城學苑大道1068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”。