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！

龙图腾网获悉广东翼启数据产业有限公司申请的专利一种图像识别模型的训练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：CN120913008B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511098577.5，技术领域涉及：G06V10/774；该发明授权一种图像识别模型的训练方法及装置是由林树生;江醒烜;许锦泽设计研发完成，并于2025-08-06向国家知识产权局提交的专利申请。

本一种图像识别模型的训练方法及装置在说明书摘要公布了：本发明实施例公开了一种图像识别模型的训练方法及装置，方法通过获取包含空间标注信息样本图像集合的目标图像训练数据集，能够为后续处理提供丰富且精准的数据基础；对样本图像集合执行空间感知特征提取，生成的多层级卷积特征集合涵盖不同感知粒度的特征表达，有助于全面捕捉图像的各类特征细节；将该特征集合输入自适应损失函数优化模型，并结合动态特征融合机制生成跨层级关联损失函数，能有效挖掘不同层级特征间的关联，为模型优化提供更具针对性的引导；基于此对初始图像识别模型迭代优化，使训练完成的图像识别模型可高效地对输入图像待识别目标进行端到端的空间定位与语义解析，显著提升图像识别的准确性与全面性。

本发明授权一种图像识别模型的训练方法及装置在权利要求书中公布了：1.一种图像识别模型的训练方法，其特征在于，包括： 获取目标图像训练数据集，所述目标图像训练数据集包含带有空间标注信息的样本图像集合； 对所述样本图像集合执行空间感知特征提取操作，生成每个样本图像的多层级卷积特征集合，所述多层级卷积特征集合包含不同感知粒度的特征表达； 将所述多层级卷积特征集合输入至预设的自适应损失函数优化模型中，并结合动态特征融合机制生成跨层级关联损失函数； 根据所述跨层级关联损失函数对初始图像识别模型进行迭代优化处理，生成训练完成的图像识别模型；所述训练完成的图像识别模型用于对输入图像的待识别目标执行端到端的空间定位与语义解析操作； 所述将所述多层级卷积特征集合输入至预设的自适应损失函数优化模型中，并结合动态特征融合机制生成跨层级关联损失函数，包括： 基于所述多层级卷积特征集合中每个层级的特征表达所对应的空间分辨率，生成层级粒度匹配的动态权重分配矩阵； 通过所述动态权重分配矩阵对所述多层级卷积特征集合中不同层级的特征表达执行逐层级加权聚合操作，生成跨层级融合特征向量集合； 将所述跨层级融合特征向量集合输入至所述自适应损失函数优化模型中的特征关联分析模块，提取不同层级特征向量之间的空间一致性度量值； 根据所述空间一致性度量值对所述跨层级融合特征向量集合执行差异补偿修正操作，生成补偿后的融合特征向量集合； 将所述补偿后的融合特征向量集合与所述多层级卷积特征集合中的原始特征表达进行逐层级对比，计算每个层级特征表达的空间偏移误差与语义分类误差； 根据所述空间偏移误差与所述语义分类误差生成所述跨层级关联损失函数，所述跨层级关联损失函数包含多个层级的误差加权累加结果，且每个层级的权重由所述动态权重分配矩阵中对应层级的权重系数动态调整； 其中，所述空间偏移误差与语义分类误差在加权累加前通过预设的平衡因子进行归一化处理，使两类误差的量纲一致。

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广东翼启数据产业有限公司，其通讯地址为：515000 广东省汕头市汕头高新区科技东路7号1101房之1108单元；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。