西安交通大学李前获国家专利权
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图像分类模型训练方法、图像处理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:CN119888330B 。
龙图腾网通过国家知识产权局官网在2025-12-26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:202411951626.0,技术领域涉及:G06V10/764;该发明授权图像分类模型训练方法、图像处理方法及相关装置是由李前;樊浩然;蔺琛皓;沈超设计研发完成,并于2024-12-27向国家知识产权局提交的专利申请。
本图像分类模型训练方法、图像处理方法及相关装置在说明书摘要公布了:本发明属于图像处理领域,公开了一种图像分类模型训练方法、图像处理方法及相关装置,包括:获取并将训练图像输入至图像分类模型进行前向传播,并通过随机Batch调度器确定图像分类模型的当前待增强网络层的增强状态;当当前待增强网络层的增强状态为进行增强时,在当前待增强网络层对训练图像的特征数据进行数据增强,并继续进行前向传播;当进行过数据增强时,将自蒸馏动态软标签正则项加入图像分类模型的损失函数中得到优化损失函数,以及根据训练图像的分类结果和真实标签,通过优化损失函数优化模型参数。提高图像分类模型的训练效率,提升图像分类模型升模型对噪声的抵御能力,有效地提高了图像分类模型在实际应用中的稳定性和可信度。
本发明授权图像分类模型训练方法、图像处理方法及相关装置在权利要求书中公布了:1.一种图像分类模型训练方法,其特征在于,包括: 获取并将训练图像输入至图像分类模型进行前向传播;其中,在前向传播过程中通过随机Batch调度器确定图像分类模型的当前待增强网络层的增强状态;当当前待增强网络层的增强状态为进行增强时,在当前待增强网络层对训练图像的特征数据进行数据增强并获取训练图像的数据增强后的分类软标签,以及继续进行前向传播;当当前待增强网络层的增强状态为不进行增强时,继续进行前向传播;其中,待增强网络层为图像分类模型中的卷积层和全连接层; 前向传播完成后进行图像分类模型的参数优化步骤;其中,当进行过数据增强时,参数优化步骤包括:将自蒸馏动态软标签正则项加入图像分类模型的损失函数中得到优化损失函数,以及根据训练图像的分类结果和真实标签,通过优化损失函数优化模型参数;当未进行过数据增强时,参数优化步骤包括:根据训练图像的分类结果和真实标签,通过图像分类模型的损失函数优化模型参数。
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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励