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！

龙图腾网获悉重庆邮电大学申请的专利一种基于虚拟对抗训练的图像伪标签标注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：CN119418338B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202411545798.8，技术领域涉及：G06V20/70；该发明授权一种基于虚拟对抗训练的图像伪标签标注方法是由王练;张睿康设计研发完成，并于2024-11-01向国家知识产权局提交的专利申请。

本一种基于虚拟对抗训练的图像伪标签标注方法在说明书摘要公布了：本发明属于机器学习中的半监督学习领域，具体涉及一种基于虚拟对抗训练的图像伪标签标注方法，包括获取有标签图像数据和无标签图像数据作为训练数据；利用有标签图像数据自训练的模型计算预测标签与真实标签之间的交叉熵损失作为第一损失；预测无标签图像数据的伪标签，将强增强后无标签图像数据的预测标签和其伪标签的交叉熵作为第二损失；在训练数据中加入扰动，将扰动数据的预测标签和其真实标签或者伪标签之间的散度作为第三损失；利用第一、第二、第三损失训练的模型预测无标签图像数据的标签。本发明在不依赖生成伪标签的同时，通过生成虚拟对抗样本提高模型对于输入扰动的不变性并且提高模型的泛化能力。

本发明授权一种基于虚拟对抗训练的图像伪标签标注方法在权利要求书中公布了：1.一种基于虚拟对抗训练的图像伪标签标注方法，其特征在于，利用完成训练的标签预测模型预测图像数据的标签，对标签预测模型的训练过程具体包括以下步骤： 获取训练数据集，训练数据集包括有标签图像数据和无标签图像数据，并利用有标签图像数据训练标签预测模型得到第一标签预测模型； 对有标签图像数据进行强增强，并将强增强后的数据输入第一标签预测模型，获得预测结果与其真实标签之间的交叉熵损失作为第一损失； 利用第一标签预测模型预测无标签图像数据进行弱增强后的标签，并将预测结果的置信度大于设定阈值的标签作为该无标签图像数据的伪标签； 将带有伪标签的无标签图像数据进行强增强，利用第一标签预测模型预测增强后图像数据的标签概率分布，计算伪标签和概率分布之间的交叉熵作为第二损失； 为训练数据集中每一个数据的弱增强数据计算虚拟对抗扰动，并将该扰动施加在原数据上； 将所有训练数据的真实标签或者伪标签的数据分布，与其施加扰动后的数据集输入第一标签预测模型得到的预测标签的数据分布之间的KL散度作为第三损失； 利用第一损失、第二损失以及第三损失对标签预测模型进行训练，得到最终的标签预测模型。

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重庆邮电大学，其通讯地址为：400065 重庆市南岸区南山街道崇文路2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。