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！

龙图腾网获悉浙江理工大学申请的专利一种基于轻量化卷积神经网络的纬编针织物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：CN115861714B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202211722352.9，技术领域涉及：G06V10/764；该发明授权一种基于轻量化卷积神经网络的纬编针织物分类方法是由汝欣;彭来湖;李建强;汤炜;胡旭东;史伟民设计研发完成，并于2022-12-30向国家知识产权局提交的专利申请。

本一种基于轻量化卷积神经网络的纬编针织物分类方法在说明书摘要公布了：本发明公开了一种基于轻量化卷积神经网络的纬编针织物分类方法，属于针织物分类技术领域，方法包括：获取多种纬编针织物的样本图像，建立样本数据集；对各样本图像进行标准化处理，建立标准化数据集；将标准化数据集划分为训练集、验证集与测试集；构建神经网络模型；采取权值共享策略处理训练集的样本图像，并将得到的特征向量融合得到融合特征向量；根据得到的融合特征向量对输入的样本图像组进行分类；利用训练集的损失值，使用验证集的预测准确率评估训练效果，调整神经网络模型的超参数，保留验证集的预测准确率最高的模型作为最优神经网络模型，将测试集样本输入至最优神经网络模型，并根据测试集的预测准确率，以确定最终的神经网络模型。

本发明授权一种基于轻量化卷积神经网络的纬编针织物分类方法在权利要求书中公布了：1.一种基于轻量化卷积神经网络的纬编针织物分类方法，其特征在于，包括： S101：获取多种纬编针织物的样本图像，建立样本数据集，其中，所述样本数据集包括多组样本图像组，每组所述样本图像组包括同一个所述纬编针织物的正面图像和反面图像； S102：计算所述样本数据集的均值与标准差，并根据所述均值与所述标准差对各所述样本图像的多个颜色通道进行标准化处理，建立标准化数据集； S103：将所述标准化数据集按预设比例划分为训练集、验证集与测试集； S104：引入轻量级注意力机制模块和多个幽灵模块，并结合双分支网络架构，构建具有第一子网络和第二子网络的神经网络模型； S105：分别将属于所述训练集和所述验证集的各样本图像组中的所述正面图像和所述反面图像随机输入至所述第一子网络和所述第二子网络，采取权值共享策略进行卷积运算得到第一图像特征和第二图像特征； S106：通过所述神经网络模型对所述第一图像特征的特征向量和所述第二图像特征的特征向量进行融合，得到表征每个所述样本数据组的融合特征向量； S107：根据所述融合特征向量对输入的所述样本图像组进行分类，输出所述训练集和所述验证集中的各所述样本图像组对应的预测结构； S108：判断所述预测结构与对应的所述样本图像组的实际结构是否相同，并计算所述训练集的预测准确率、训练集的损失值与所述验证集的预测准确率； S109：在所述训练集的损失值逐渐降低的过程中，判断所述验证集的预测准确率是否稳定于第一预设范围，在所述验证集的预测准确率稳定于所述第一预设范围的情况下，完成所述神经网络模型的初步训练； S110：根据所述验证集的预测准确率调整所述神经网络模型的超参数，保留所述验证集的预测准确率最高的神经网络模型，在所述验证集的预测准确率大于第一预设值的情况下，得到最优神经网络模型； S111：将所述测试集中的各样本图像组输入至所述最优神经网络模型进行分类，得到所述测试集的预测结构，计算测试集的预测准确率，在所述测试集的预测准确率稳定于第二预设范围的情况下，将所述最优神经网络模型作为最终的神经网络模型。

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浙江理工大学，其通讯地址为：310000 浙江省杭州市杭州经济技术开发区白杨街道2号大街928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。