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！

龙图腾网获悉之江实验室;四川大学申请的专利面向图像分类的神经网络架构构建和训练方法及系统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：CN116758325B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202310065582.0，技术领域涉及：G06V10/764；该发明授权面向图像分类的神经网络架构构建和训练方法及系统是由孙亚楠;冯雨麒;王聪;陈红阳;宋孝天;吕泽琼设计研发完成，并于2023-01-16向国家知识产权局提交的专利申请。

本面向图像分类的神经网络架构构建和训练方法及系统在说明书摘要公布了：本发明公开了一种面向图像分类的神经网络架构构建和训练方法及系统，其中构建和训练方法包括获取搜索空间，并对其每个搜索单元赋予一个权重形成超网；采用图像分类训练集对超网中的可训练权重进行训练和更新；对训练后超网中可训练权重进行训练和更新，每个次更新可训练权重后，根据所有搜索单元的无偏估计量更新架构参数；选取搜索空间中每条边所有架构参数中最大值对应的搜索单元，存储至单元集合中；遍历单元集合中搜索单元，将模型参数未超过设定阈值的搜索单元加入架构中，形成神经网络架构；连接多个神经网络架构形成图像分类神经网络，并对图像分类神经网络进行训练；将采集的分类图像输入训练后的图像分类神经网络，输出分类图像的类别。

本发明授权面向图像分类的神经网络架构构建和训练方法及系统在权利要求书中公布了：1.面向图像分类的神经网络架构构建和训练方法，其特征在于，包括步骤： S1、获取DARTS算法中的搜索空间，并对搜索空间中的每个搜索单元赋予一个权重形成超网； S2、获取图像分类训练集，将图像分类训练集输入超网，并采用图像分类训练集对超网中的可训练权重进行训练和更新； S3、采用优化器对训练后超网中可训练权重进行训练和更新，每个搜索周期更新可训练权重后，根据所有搜索单元的无偏估计量更新架构参数；更新架构参数的计算公式为： ， 其中，和分别为第k个和第k-1个搜索周期的架构参数；为每次更新架构参数的步长；和分别为第k个和第k-1个搜索周期中超网中所有搜索单元的价值所构成的向量；为的二范数值；为动量参数；为第k个搜索周期中，可训练参数已更新且架构参数未更新时，超网中所有搜索单元价值的无偏估计量； 搜索单元的价值的计算公式为： 其中，为搜索单元的价值；N为搜索空间中所有搜索单元的个数；为所有搜索单元的所有可能加入顺序的数量；为所有的搜索单元的所有可能的加入顺序构成的集合；p为所有可能的排列顺序中的一个排列顺序；和分别为在p下，搜索单元为超网的准确性与鲁棒性做出的贡献；为超网的准确率；为超网的对抗鲁棒性；为在中排在搜索单元之前的搜索单元；为排列中排在搜索单元之前的搜索单元与搜索单元共同构成的序列； S4、对于搜索空间中的每条边，选取其所有架构参数中最大值对应的搜索单元，存储至单元集合中； S5、遍历单元集合中的每个搜索单元，将模型参数未超过设定阈值的搜索单元加入架构中，遍历完成后得到最终的神经网络架构； S6、连接多个神经网络架构形成图像分类神经网络，并采用图像分类训练集和PGD对抗攻击方法对图像分类神经网络进行训练； S7、将采集的分类图像输入训练后的图像分类神经网络，输出分类图像的类别。

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之江实验室;四川大学，其通讯地址为：310000 浙江省杭州市文一西路1818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”。