北京信息科技大学吕学强获国家专利权
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！
龙图腾网获悉北京信息科技大学申请的专利一种基于视觉语义信息的图像分类深度学习模型解释方法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：CN115601588B 。
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：202211196793.X，技术领域涉及：G06V10/764；该发明授权一种基于视觉语义信息的图像分类深度学习模型解释方法是由吕学强;韩晶;滕尚志;董志安设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。
本一种基于视觉语义信息的图像分类深度学习模型解释方法在说明书摘要公布了：本发明涉及计算机视觉领域的模型解释方法，特别涉及针对图像分类深度学习模型得到模型可解释性语句，提升模型解释效果，包括以下步骤：计算分类模型神经元置信度分数;利用反向传播推导出对应神经元权重并与置信度相乘作为最终评分找出重要神经元；使用类激活图将重要神经元在图像上的关注区域可视化，提取视觉特征，并用同样方法构建对应类的神经元视觉特征数据集；将视觉特征数据集标注对应语义信息并使用分类网络对其进行训练；使用训练好的分类网络提取重要神经元视觉特征对应的语义信息；结合神经元重要程度分数、视觉特征、语义信息组成描述此模型分类过程的解释性语句。
本发明授权一种基于视觉语义信息的图像分类深度学习模型解释方法在权利要求书中公布了：1.一种基于视觉语义信息的图像分类深度学习模型解释方法，其特征在于，包括： 针对训练好的分类模型，遮蔽其最后一层卷积的神经元，利用前向传播计算出遮蔽前后的分类误差，作为置信度分数; 利用反向传播从分类模型的最后一层推导到最后一个卷积层，获取最后一层卷积各神经元的权重，将权重与置信度分数相乘作为最终评分找出重要神经元； 将重要神经元上采样到与原图相同大小，然后将神经元与原图相乘获得该神经元的类激活图，生成神经元类激活映射区域，提取视觉特征，并用同样方法构建对应类的神经元视觉特征数据集； 将视觉特征数据集标注对应语义信息并使用分类网络对其进行训练； 使用训练好的分类网络提取重要神经元视觉特征对应的语义信息； 结合神经元重要程度分数、视觉特征、语义信息组成描述此模型分类过程的解释性语句。
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北京信息科技大学，其通讯地址为：100192 北京市海淀区清河小营东路12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”。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号