哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)郑海阳获国家专利权
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！
龙图腾网获悉哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)申请的专利基于课程学习和深度学习的图像标注方法及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：CN117557833B 。
龙图腾网通过国家知识产权局官网在2025-09-30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：202311388617.0，技术领域涉及：G06V10/764；该发明授权基于课程学习和深度学习的图像标注方法及装置是由郑海阳;张瑞霖;王鸿鹏设计研发完成，并于2023-10-24向国家知识产权局提交的专利申请。
本基于课程学习和深度学习的图像标注方法及装置在说明书摘要公布了：本发明公开一种基于课程学习和深度学习的图像标注方法及装置，方法包括：获取并预处理无标签图片，形成数据集；构建自编码器，将数据集转换嵌入特征并对自编码器进行预训练；对自编码器进行微调训练；根据嵌入特征的聚类结果，利用训练好的自编码器找到每个簇对应的密度核，并根据密度核确认标签类别，获取图像标注结果。本发明设计了一种自编码器，通过包括计算难度分数、课程生成和基于密度核的聚类划分的微调训练，提出了一种新的图像标注方法，最大限度地减少了计算资源的消耗，同时加快模型收敛和提高算法鲁棒性。
本发明授权基于课程学习和深度学习的图像标注方法及装置在权利要求书中公布了：1.基于课程学习和深度学习的图像标注方法，其特征在于，包括以下步骤： 获取并预处理无标签图片，形成数据集； 构建自编码器，利用数据集转换成嵌入空间的嵌入特征并对自编码器进行预训练；所述自编码器包括编码器的图片划分与编码模块、自注意力编码模块和线性编码模块，解码器的线性解码模块、自注意力模块和转置层；所述的转置层将特征恢复为原始数据的形状； 利用聚类层，对自编码器进行微调训练，得到训练好的自编码器并聚类嵌入特征；具体为：计算嵌入特征的密度和难度分数；初始使用kmeans对嵌入特征进行预划分，计算选取样本的比例，并根据难度分数迭代计算簇内嵌入特征的降序排列和簇内每个样本的指示变量，获取训练集；根据设定的密度核选取比例迭代计算嵌入特征的簇密度核，并预测簇分配概率，形成软标签分布，聚类嵌入特征，聚类结果的变化小于阈值时迭代终止；迭代计算训练集的损失并反向传播训练自编码器，得到训练好的自编码器； 根据嵌入特征的聚类结果，利用训练好的自编码器找到每个簇对应的密度核，并根据密度核确认标签类别，获取图像标注结果。
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哈尔滨工业大学(深圳)(哈尔滨工业大学深圳科技创新研究院)，其通讯地址为：518055 广东省深圳市南山区桃源街道深圳大学城哈尔滨工业大学校区；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AI智能生成
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