买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉上海人工智能创新中心;清华大学申请的专利模型训练方法、装置、设备、存储介质及程序产品获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN118968219B 。

龙图腾网通过国家知识产权局官网在2025-06-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411037429.8，技术领域涉及：G06V10/774；该发明授权模型训练方法、装置、设备、存储介质及程序产品是由代旭;李英豪;胡杨;王磊;郝培霖设计研发完成，并于2024-07-31向国家知识产权局提交的专利申请。

本模型训练方法、装置、设备、存储介质及程序产品在说明书摘要公布了：本发明实施例提供了模型训练方法、装置、设备、存储介质及程序产品。该方法包括：基于设定的图像数据集对设定的深度神经网络模型进行预训练，获得预训练后的深度神经网络模型，并作为全局模型以及每个子训练任务的模型；基于多种噪声强度确定目标噪声强度；基于所述目标噪声强度以及设定的子训练任务数量确定每个子训练任务的噪声分布；基于各个子训练任务的噪声分布、各个子训练任务的权重参数以及所述全局模型的权重参数对各个子训练任务以及所述全局模型进行多轮训练，获得训练后的全局模型。本公开实施例，可以使得训练后的全局模型在器件变化环境下具备更强的鲁棒性和性能，以及在不同硬件环境下，具备更好的适应能力和通用性。

本发明授权模型训练方法、装置、设备、存储介质及程序产品在权利要求书中公布了：1.一种模型训练方法，其特征在于，包括：基于设定的图像数据集对设定的深度神经网络模型进行预训练，获得预训练后的深度神经网络模型，并作为全局模型以及每个子训练任务的模型；基于多种噪声强度确定目标噪声强度；基于所述目标噪声强度以及设定的子训练任务数量确定每个子训练任务的噪声分布；基于各个子训练任务的噪声分布、各个子训练任务的权重参数以及所述全局模型的权重参数对各个子训练任务以及所述全局模型进行多轮训练，获得训练后的全局模型；其中，每轮训练结束之后，聚合各个子训练任务的权重参数，以更新所述全局模型的权重参数，各个子训练任务接收所述全局模型分发的权重参数，以继续下一轮训练；其中，基于多种噪声强度确定目标噪声强度，包括：分别基于多种噪声强度对预训练后的深度神经网络模型进行测试，获得多种噪声强度对应的多种推理精度；基于所述多种推理精度以及设定推理精度确定多种精度误差；其中，所述设定推理精度由未注入噪声的预训练后的深度神经网络模型得到；若所述多种精度误差中的最小精度误差落入设定误差范围内，则将对应的噪声强度作为目标噪声强度；其中，基于所述目标噪声强度以及设定的子训练任务数量确定每个子训练任务的噪声分布，包括：对于每个子训练任务，基于所述子训练任务的索引值以及所述设定的子训练任务数量确定子训练任务比值；基于所述目标噪声强度以及所述子训练任务比值确定所述子训练任务对应的噪声分布。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人上海人工智能创新中心;清华大学，其通讯地址为：200232 上海市徐汇区云锦路701号37、38层；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。