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！

龙图腾网获悉西安交通大学申请的专利基于参数高效模块的跨域小样本图像分类方法及相关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：CN116977736B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310967655.5，技术领域涉及：G06V10/764；该发明授权基于参数高效模块的跨域小样本图像分类方法及相关装置是由陈霸东;白双豪;周婉琪;栾智荣;党路娟设计研发完成，并于2023-08-02向国家知识产权局提交的专利申请。

本基于参数高效模块的跨域小样本图像分类方法及相关装置在说明书摘要公布了：本发明公开了一种基于参数高效模块的跨域小样本图像分类方法及相关装置，通过引入参数高效模块，以学习一个泛化性能的特征提取器，从而提高小样本图像分类方法检测的准确率。本发明结合了参数高效模块，以学习一个泛化性能更好的特征提取器。具体是一种基于参数高效模块的跨域小样本图像分类方法，将参数高效模块应用于跨域小样本分类领域。本发明方法易于实现，并适用于广泛的小样本分类方法，可以灵活插入基于非情节的、元学习的和度量学习的各种模型中。最后，本发明提升了现有小样本分类模型的泛化能力，并与其他最先进的跨域小样本算法相比表现优异。

本发明授权基于参数高效模块的跨域小样本图像分类方法及相关装置在权利要求书中公布了：1.基于参数高效模块的跨域小样本图像分类方法，其特征在于，包括以下步骤： 根据小样本图像分类算法模型的类型，选择对应的训练方式对小样本图像分类算法模型进行训练；所述小样本图像分类算法模型的类型包括非情节式的小样本图像分类算法模型、元学习的小样本图像分类算法模型以及度量学习的小样本图像分类算法模型； 所述对应的训练方式，包括： 1对于非情节式的小样本图像分类算法模型和元学习的小样本图像分类算法模型，训练方式为训练阶段、测试微调阶段和测试阶段； 所述测试微调阶段具体如下： 将参数高效模块多层感知机去掉，利用测试集中的支持集对小样本图像分类算法模型中的某部分模块进行微调，损失函数为交叉熵损失； 所述测试阶段具体如下： 将参数高效模块多层感知机去掉，利用测试集中的查询集对小样本图像分类算法模型进行测试； 2对于基于度量学习的小样本图像分类算法模型，训练方式为训练阶段和测试阶段； 所述测试阶段具体如下： 将参数高效模块多层感知机去掉，利用测试集中的支持集和查询集进行相似度计算并对模型进行测试； 根据选择的训练方式，在训练时在小样本图像分类算法模型的特征提取器和分类头之间插入参数高效模块，提升特征提取器的泛化性能。

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西安交通大学，其通讯地址为：710049 陕西省西安市碑林区咸宁西路28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。