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！

龙图腾网获悉合肥市正茂科技有限公司申请的专利基于全局感知图卷积的目标识别及模型训练方法和装置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：CN120259785B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202510732936.1，技术领域涉及：G06V10/764；该发明授权基于全局感知图卷积的目标识别及模型训练方法和装置是由何志强;李达;陈伟伟;孟强;王见知;张秀;汪海峰设计研发完成，并于2025-06-04向国家知识产权局提交的专利申请。

本基于全局感知图卷积的目标识别及模型训练方法和装置在说明书摘要公布了：本申请涉及目标识别技术领域，特别涉及一种基于全局感知图卷积的目标识别及模型训练方法和装置。训练方法包括：获取样本图像和类别标签，统计所有样本图像中具有一种或两种相同类别标签共现概率，生成标签邻接矩阵；将样本图像输入特征提取网得到第一图像特征，基于第一图像特征的各个局部特征生成对应第一邻接矩阵；将第一图像特征和第一邻接矩阵输入第一图卷积网络得到第二图像特征；将第一图像特征、第二图像特征融合后和标签邻接矩阵输入第二图卷积网络，得到目标物体的预测类别；计算预测类别与类别标签的差异度，调整模型的参数，得到训练好的目标识别模型。本申请改善了传统分类网络方法针对复杂场景下难以兼顾分类准确度和效率的问题。

本发明授权基于全局感知图卷积的目标识别及模型训练方法和装置在权利要求书中公布了：1.一种基于全局感知图卷积的目标识别模型训练方法，其特征在于，所述训练方法包括： 获取样本图像和对应的类别标签，并统计所有样本图像中同时具有两种相同类别标签的共现概率，生成标签邻接矩阵；其中，每个样本图像对应至少一种类别标签，类别标签用于表征样本图像中目标物体的类别； 将所述样本图像输入至目标识别模型的特征提取网络，对所述样本图像进行特征提取，得到第一图像特征，并基于所述第一图像特征的各个局部特征，构建对应所述样本图像的图结构并生成对应的第一邻接矩阵；其中，所述第一图像特征包括多个局部特征，每一个局部特征对应样本图像的一个预设区域，所述特征提取网络为卷积神经网络； 将所述第一图像特征和对应的所述第一邻接矩阵输入至所述目标识别模型的第一图卷积网络进行图卷积操作，得到第二图像特征； 将所述第一图像特征、所述第二图像特征输入至所述目标识别模型的融合网络进行特征融合，得到融合特征； 将所述融合特征和所述标签邻接矩阵输入至所述目标识别模型的第二图卷积网络进行图卷积操作，识别出所述样本图像中的目标物体，得到目标物体的预测类别，包括： 将所述标签邻接矩阵输入至图卷积层，对所述标签邻接矩阵进行预设次数的矩阵幂运算，并在每一次矩阵幂运算后保存该阶数下的标签邻接矩阵； 将所有阶数下的标签邻接矩阵进行累加，得到融合矩阵； 基于所述融合矩阵对所述融合特征进行特征传播，生成图卷积特征； 所述将所有阶数下的标签邻接矩阵进行累加，得到融合矩阵，包括：基于衰减因子将对应阶数下的标签邻接矩阵进行加权求和，得到融合矩阵；其中，衰减因子是通过初始化得到的，并在目标识别模型训练过程中进行更新，且初始的衰减因子设置为与对应的阶数成反比； 计算所述预测类别与类别标签的差异度，并基于差异度调整所述目标识别模型的参数，得到训练好的目标识别模型。

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合肥市正茂科技有限公司，其通讯地址为：230000 安徽省合肥市高新区科学大道92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”。

以上内容由龙图腾AI智能生成。