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自动化研究所申请的专利多异构模型融合的分类模型训练方法、分类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：CN119992248B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202510011216.6，技术领域涉及：G06V10/774；该发明授权多异构模型融合的分类模型训练方法、分类方法及装置是由张煦尧;陈路明设计研发完成，并于2025-01-03向国家知识产权局提交的专利申请。

本多异构模型融合的分类模型训练方法、分类方法及装置在说明书摘要公布了：本发明提供一种多异构模型融合的分类模型训练方法、分类方法及装置，该多异构模型融合的分类模型训练方法包括：基于DS证据理论对多个教师模型的输出表示进行融合，得到融合后的输出表示，并根据融合后的输出表示确定多个教师模型对应的类别集中各类别的概率分布向量；基于概率分布向量指导生成对抗网络GAN进行训练，得到训练后的GAN，并根据概率分布向量、训练后的GAN对学生模型进行蒸馏训练，得到目标学生模型，以执行图像分类任务。本发明所述方法实现利用DS证据理论以及生成模型对图像分类模型的融合和蒸馏，提高了图像分类模型的预测性能，进而提高了图像分类结果的准确率。

本发明授权多异构模型融合的分类模型训练方法、分类方法及装置在权利要求书中公布了：1.一种多异构模型融合的分类模型训练方法，其特征在于，包括： 基于DS证据理论对多个教师模型的输出表示进行融合，得到融合后的输出表示，并根据所述融合后的输出表示确定所述多个教师模型对应的类别集中各类别的概率分布向量；其中，所述融合后的输出表示用于表示所述类别集中各类别的概率和域外概率；不同的教师模型用于执行不同的图像分类任务； 基于所述概率分布向量指导生成对抗网络GAN进行训练，得到训练后的GAN，并根据所述概率分布向量、所述训练后的GAN对学生模型进行蒸馏训练，得到目标学生模型，以执行图像分类任务；所述基于所述概率分布向量指导生成对抗网络GAN进行训练，得到训练后的GAN包括： 基于所述GAN将所述概率分布向量映射至图像空间，并根据第一联合损失函数对所述GAN进行迭代训练，在所述GAN收敛或者达到最大迭代次数的情况下，得到所述训练后的GAN；其中，所述第一联合损失函数基于融合后概率最大的类别的概率值、融合后概率空间确定的随机采样向量和无标注图像样本确定；根据所述概率分布向量、所述训练后的GAN对学生模型进行蒸馏训练，得到目标学生模型包括： 基于所述学生模型的输出表示与所述概率分布向量之间的KL散度确定KL散度损失函数；基于所述训练后的GAN中的生成器的输出表示与映射表示之间的距离确定距离损失函数；其中，所述映射表示基于所述生成器将所述生成器的输出表示映射至图像空间获取； 基于所述KL散度损失函数和所述距离损失函数确定第二联合损失函数，并根据所述第二联合损失函数对所述学生模型进行迭代训练，在所述学生模型收敛或者达到最大迭代次数的情况下，得到所述目标学生模型。

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中国科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。