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！

龙图腾网获悉中国科学院自动化研究所申请的专利基于层级提示的图像分类方法、装置及图像分类模型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：CN116994063B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202311078293.0，技术领域涉及：G06V10/764；该发明授权基于层级提示的图像分类方法、装置及图像分类模型是由徐常胜;姚涵涛设计研发完成，并于2023-08-24向国家知识产权局提交的专利申请。

本基于层级提示的图像分类方法、装置及图像分类模型在说明书摘要公布了：本发明提供一种基于层级提示的图像分类方法、装置及图像分类模型。该方法包括：确定待分类图像的任务标识；基于任务标识对应的当前任务对应的任务提示向量、当前任务对应的泛化提示向量和待分类图像的初始图像特征，确定目标图像特征；当前任务对应的任务提示向量基于待分类图像的初始图像特征和历史任务中每个图像类别对应的虚拟图像特征确定，虚拟图像特征基于历史任务中每个图像类别对应的数据分布确定，当前任务对应的泛化提示向量通过自监督学习训练当前任务中的多个图像得到；基于目标图像特征，对待分类图像进行分类，得到图像分类结果。本发明提供的基于层级提示的图像分类方法，可以解决连续学习中存在的灾难性遗忘问题。

本发明授权基于层级提示的图像分类方法、装置及图像分类模型在权利要求书中公布了：1.一种基于层级提示的图像分类方法，其特征在于，包括： 确定待分类图像的任务标识； 基于所述任务标识对应的当前任务所对应的任务提示向量、所述当前任务对应的泛化提示向量和所述待分类图像的初始图像特征，确定目标图像特征；其中，所述当前任务对应的任务提示向量基于所述待分类图像的初始图像特征和历史任务中每个图像类别对应的虚拟图像特征确定，所述虚拟图像特征基于所述历史任务中每个图像类别对应的数据分布确定，所述当前任务对应的泛化提示向量通过自监督学习训练所述当前任务中的多个图像得到，所述待分类图像的初始图像特征是对所述待分类图像进行特征提取后得到的； 所述基于所述任务标识对应的当前任务所对应的任务提示向量、所述当前任务对应的泛化提示向量和所述待分类图像的初始图像特征，确定目标图像特征之前，所述方法还包括： 基于贝叶斯神经网络，对每个任务的图像类别的数据分布建模，确定所述每个任务对应的初始类别提示向量； 基于所述每个任务对应的初始类别提示向量，得到所述每个任务对应的虚拟图像特征； 对所述每个任务中的采样图像的初始图像特征、所述每个任务对应的任务提示向量和所述每个任务对应的泛化提示向量进行组合，确定所述每个任务中的采样图像的扩展图像特征； 基于所述每个任务中的采样图像的扩展图像特征和所述每个任务对应的虚拟图像特征，对所述每个任务对应的初始类别提示向量进行训练，直至得到所述每个任务对应的目标类别提示向量； 所述基于所述任务标识对应的当前任务所对应的任务提示向量、所述当前任务对应的泛化提示向量和所述待分类图像的初始图像特征，确定目标图像特征之前，所述方法还包括： 获取第i个任务中的多个图像，对所述多个图像进行数据增强，得到数据增强后的多个图像； 基于所述数据增强后的多个图像对应的标签信息以及所述数据增强后的多个图像分别对应的目标图像特征，通过自监督学习训练所述第i个任务对应的泛化提示向量； 所述确定待分类图像的任务标识包括： 基于每个任务对应的任务提示向量和所述每个任务对应的泛化提示向量，构建查询模型； 基于所述查询模型，确定所述待分类图像的任务标识； 基于所述目标图像特征，对所述待分类图像进行分类，得到图像分类结果。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95号；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”。