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计算技术研究所申请的专利一种图像分类模型的训练方法和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：CN119762837B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202411641493.7，技术领域涉及：G06V10/764；该发明授权一种图像分类模型的训练方法和图像分类方法是由许倩倩;芦志广;包世龙;杨智勇;黄庆明设计研发完成，并于2024-11-18向国家知识产权局提交的专利申请。

本一种图像分类模型的训练方法和图像分类方法在说明书摘要公布了：本发明提供了一种图像分类模型的训练方法和图像分类方法，该训练方法，包括：获取基于图像的多层级分类训练集；获取图像分类模型，其包括用于从输入的图像提取图像特征的特征提取器和堆叠的多层双向逻辑树；获取预设的自适应的粒度内差异学习网络，学习网络包括多层学习矩阵，每层学习矩阵用于对同层的分类器输出的第一逻辑值进行映射以得到第二逻辑值；利用所述训练集和预设的总损失函数指导图像分类模型和学习网络进行训练，其中，总损失函数被配置为根据第一逻辑值和分类标签指导模型学习每层的分类知识，以及根据第二逻辑值和样本的平滑标签指导模型针对每层学习同层中的各个类别与真实类别的相似度信息，从而更好地提升分类器的性能。

本发明授权一种图像分类模型的训练方法和图像分类方法在权利要求书中公布了：1.一种图像分类模型的训练方法，其特征在于，包括： 获取多层级分类训练集，该训练集包括：多个样本，每个样本包括图像和分类标签，分类标签中指示样本中图像在预设的多个层级中的每层所属的真实类别； 获取图像分类模型，其包括用于从输入的图像提取图像特征的特征提取器和堆叠的多层双向逻辑树，其中，每层双向逻辑树为一层的分类器，首层分类器的输入为图像特征，后续的每层分类器的输入为其前一层分类器的输出，每层分类器的输出为用于确定该层的分类结果的第一逻辑值，所述多层双向逻辑树中，越靠近特征提取器的分类器是用于对多层级分类中越细粒度的层级进行分类的； 获取预设的自适应的粒度内差异学习网络，其中，该学习网络包括多层学习矩阵，每层学习矩阵用于对同层的分类器输出的第一逻辑值进行映射以得到第二逻辑值； 利用所述训练集和预设的总损失函数指导图像分类模型和学习网络进行训练，其中，总损失函数被配置为根据第一逻辑值和分类标签指导模型学习每层的分类知识，以及根据第二逻辑值和样本的平滑标签指导模型针对每层学习同层中的各个类别与真实类别的相似度信息。

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计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6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。