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！

龙图腾网获悉中国电子科技集团公司第五十四研究所;中华通信系统有限责任公司长沙分公司申请的专利一种基于先验卷积的小样本细粒度图像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：CN119741551B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202411870225.2，技术领域涉及：G06V10/764；该发明授权一种基于先验卷积的小样本细粒度图像分类方法是由韩丰;朱长仁;陈德跃;赵会盼;谭文军;韦广立;欧书祐;童绳武;赵向阳设计研发完成，并于2024-12-18向国家知识产权局提交的专利申请。

本一种基于先验卷积的小样本细粒度图像分类方法在说明书摘要公布了：本发明公开了一种基于先验卷积的小样本细粒度图像分类方法，涉及图像分类技术领域。本发明首先构建一个带有多个先验分类器的图像分类模型，其中先验分类器的数量等同于图像类别数量；然后加载预训练权重，训练模型并保存模型最佳权重，对训练集样本进行推理，获得先验知识；接着在图像分类模型的先验分类器中加入先验卷积分支，并加载权重与先验知识；最后训练模型并用于图像分类。本发明针对小样本细粒度图像分类任务中样本量小、类别间相似度高、类内差异大的问题，通过加入先验分类器和创新的训练策略，有效地减少了分类模型中的特征冗余，并充分利用训练样本中的特征分类知识，提高了小样本细粒度图像分类的准确性和实用性。

本发明授权一种基于先验卷积的小样本细粒度图像分类方法在权利要求书中公布了：1.一种基于先验卷积的小样本细粒度图像分类方法，其特征在于，包括以下步骤： S1：建立细粒度小样本图像分类数据集，数据集中包含多个类别的图像； S2：构建带有多个先验分类器的初始图像分类模型；该模型使用YOLOv8分类模型的backbone和特征融合层提取图像特征，在特征融合层后接入与图像类别数量相等的先验分类器，将图像特征按照图像类别数量进行分组，每组送入相对应的先验分类器中； S3：加载预训练权重，使用数据集对初始图像分类模型进行训练，并保存最佳权重，然后对数据集中的训练样本进行推理，获得先验知识；具体方式为： S301：对初始图像分类模型加载官方预训练权重，先冻结backbone部分进行训练，再解冻backbone部分进行训练，保存模型精度最高的权重； S302：加载模型精度最高的权重，对数据集中的所有训练样本进行推理，在推理同一类图像时，对每张图像经backbone与特征融合层后提取到的图像特征，截取其中索引属于该类别组的特征，并将这些截取的特征相加，获得先验知识特征； S4：在初始图像分类模型的先验分类器中加入先验卷积分支，并加载步骤S3获得的最佳权重以及先验知识，将初始图像分类模型修改为改进图像分类模型；具体方式为： S401：更改先验分类器的结构，在特征融合层之后增加新的先验卷积支路，并将原卷积池化结果与新的先验卷积支路的结果连接，输入到新的全连接层中，计算出输入先验分类器中的一组图像的得分； S402：加载步骤S301获得的模型精度最高的权重，赋值到特征融合层及其之前的网络层的参数，加载先验知识特征，每一类先验知识特征分别作为卷积核参数赋值到对应类别的先验卷积中； 改进图像分类模型的输出为最大得分组对应的图像类别，即图像的预测分类值； S5：对改进图像分类模型进行训练； S6：使用训练好的改进图像分类模型对待分类图像进行分类。

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电子科技集团公司第五十四研究所;中华通信系统有限责任公司长沙分公司，其通讯地址为：050081 河北省石家庄市中山西路589号中国电子科技集团公司第五十四研究所指控部；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。