中国科学院计算技术研究所黄庆明获国家专利权
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！
龙图腾网获悉中国科学院计算技术研究所申请的专利一种基于AUC优化的锐度感知最小化的图像分类训练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：CN119785070B 。
龙图腾网通过国家知识产权局官网在2025-10-17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：202411690030.X，技术领域涉及：G06V10/764；该发明授权一种基于AUC优化的锐度感知最小化的图像分类训练方法是由黄庆明;许志康;许倩倩;王子泰;杨智勇设计研发完成，并于2024-11-25向国家知识产权局提交的专利申请。
本一种基于AUC优化的锐度感知最小化的图像分类训练方法在说明书摘要公布了：本发明提供了一种基于AUC优化的锐度感知最小化的图像分类训练方法，本发明的技术方案通过对锐度感知最小化技术中所采用的扰动进行调整，利用预设的加扰超参数对关于模型参数的第一梯度进行映射，确定模型参数对应的扰动，从而避免实例级形式I‑AUC与锐度感知最小化技术的直接的适配所导致的复杂的极小极大‑极小极大优化问题，有效降低模型训练的时间，减少能源的消耗；同时，借助锐度感知最小化技术，有效提升了模型的泛化能力。
本发明授权一种基于AUC优化的锐度感知最小化的图像分类训练方法在权利要求书中公布了：1.一种图像分类训练方法，其特征在于，包括： 获取图像的二分类训练集，其包括多个样本，样本包括样本图像和标签，标签指示对应样本图像所属的类别，该训练集中标签空间仅设有两种类别且两种类别的样本数量不均衡； 从训练集中获取当前批次的样本，将当前批次的样本图像输入图像分类模型，利用模型的模型参数确定输入图像的原始分类预测值，根据原始分类预测值、标签和预设的第一总损失函数确定关于模型参数的第一梯度； 利用预设的加扰超参数对关于模型参数的第一梯度进行映射，确定模型参数对应的扰动； 将模型参数与扰动相加，得到模型的扰动参数； 利用模型的扰动参数确定当前批次的样本图像的扰动后分类预测值，根据扰动后分类预测值、标签和预设的第二总损失函数，确定关于模型参数的第二梯度和第二总损失函数中的可学习参数的梯度； 根据关于模型参数的第二梯度和第二总损失函数中的可学习参数的梯度，以最小化第二总损失函数的损失值为优化目标，更新模型参数和第二总损失函数中的可学习参数。
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计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6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。
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
请提出您的宝贵建议，有机会获取IP积分或其他奖励