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！

龙图腾网获悉大连海事大学申请的专利一种基于视觉的物体可用性少样本分类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：CN115272695B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202210804230.8，技术领域涉及：G06V10/764；该发明授权一种基于视觉的物体可用性少样本分类方法是由屈雯;赵萌设计研发完成，并于2022-07-07向国家知识产权局提交的专利申请。

本一种基于视觉的物体可用性少样本分类方法在说明书摘要公布了：本发明一种基于视觉的物体可用性少样本分类方法，属于计算机视觉、人工智能领域，包括以下步骤：构建用于物体可用性分类的数据集；对数据集进行预处理，得到预处理后的数据集；将预处理后的数据集划分为类别互斥的训练集、验证集和测试集，分别将训练集和测试集；构建可用性少样本分类模型；将训练集数据输入到可用性少样本分类模型中，对可用性少样本分类模型进行训练，得到训练好的可用性少样本分类模型；将测试集数据输入到训练好的可用性少样本分类模型中，得到物体可用性少样本的分类；该方法的输出结果为未标注的查询图像的预测类别，该方法减少了由于类别分布不平衡且样本有限带来的过拟合现象。

本发明授权一种基于视觉的物体可用性少样本分类方法在权利要求书中公布了：1.一种基于视觉的物体可用性少样本分类方法，其特征在于：包括以下步骤： 构建用于物体可用性分类的数据集，根据少量的样本标注实现物体级的功能可用性分类； 对数据集进行预处理，得到预处理后的数据集； 将预处理后的数据集划分为类别互斥的训练集、验证集和测试集； 构建可用性少样本分类模型； 将训练集数据输入到可用性少样本分类模型中，对可用性少样本分类模型进行训练，得到训练好的可用性少样本分类模型； 将测试集数据输入到训练好的可用性少样本分类模型中，得到物体可用性少样本的分类； 所述可用性少样本分类模型包括多尺度特征提取模块、基于自注意力的双重注意力模块和相关性模块； 所述多尺度特征提取模块用于对样本特征进行提取； 所述基于自注意力的双重注意力模块包括位置注意子模块和通道注意子模块； 所述位置注意子模块对提取后的样本特征采用自注意力，通过所有位置处的特征加权和来选择性地聚合每个位置的特征，使类似的特征彼此相关，得到样本位置特征； 所述通道注意子模块分别通过整合所有通道映射之间的相关特性来选择性地强调相互依赖的通道映射，进而得到样本通道特征； 将样本位置特征与样本通道特征进行相加，得到相加后特征图； 将相加后的特征图输入到相关性模块中，得到样本图片的相似度。

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大连海事大学，其通讯地址为：116026 辽宁省大连市高新园区凌海路1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。