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！

龙图腾网获悉南京大学;上海高德威智能交通系统有限公司申请的专利降低长尾图像标注代价的图像分类模型复用方法和系统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：CN116229155B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310065765.2，技术领域涉及：G06V10/764；该发明授权降低长尾图像标注代价的图像分类模型复用方法和系统是由李宇峰;邵杰晶;侍蒋鑫;程战战设计研发完成，并于2023-01-13向国家知识产权局提交的专利申请。

本降低长尾图像标注代价的图像分类模型复用方法和系统在说明书摘要公布了：本发明公开一种降低长尾图像标注代价的图像分类模型复用方法和系统，主要用于图像的类别呈长尾分布时减少构建机器学习模型的标注代价。本发明主要的技术方案为：通过获取与目标任务相关的一组模型，复用上述模型并利用目标任务上的未标注图像，使得在长尾图像标注较少的情况下实现性能提升，其中未标注图像的使用环节结合了1有标注图像对目标任务模型的性能评估；2相关模型对复用模式的指导更新，具有易实现、高效的特点，在长尾图像标注不足时，取得了比既有半监督学习和模型复用技术更优秀的性能。

本发明授权降低长尾图像标注代价的图像分类模型复用方法和系统在权利要求书中公布了：1.一种降低长尾图像标注代价的图像分类模型复用方法，其特征在于，具体包括： 1通过复用策略使用候选模型组赋予未标注图像伪标注； 所述未标注图像的伪标注获得的步骤为： 取得未标注图像共个样本，表示第i个未标注图像样本；取得候选模型组，其中共有个模型，为第k个候选模型，候选模型组为目标任务相关的一组模型，所述目标任务相关的一组模型为由相关任务的有标注样本集合分别训练而成；初始化复用策略函数，策略函数的输入为未标图像样本，输出为一个维权重向量；对于未标图像样本，复用策略的输出为，其中代表对于图像样本，个体候选模型的集成权重；通过当前的复用策略，对未标注图像集合中的每个图像样本做预测可以得到未标注图像的伪标注的集合； 2结合图像伪标注，利用标注图像进行半监督学习图像分类模型；将通过候选模型组得到的伪标注图像集合，与标注图像集合共个标注图像样本进行半监督学习，获得目标任务上的图像分类模型； 3使用标注图像对模型进行性能评估，利用二阶梯度将性能提升方向反向传播到模型组，优化模型复用策略；优化模型复用的步骤为： 使用半监督学习得到的图像分类模型在标注图像上进行性能评估，计算得到性能评估函数，通过性能评估函数的二阶梯度反馈更新复用策略函数； 利用标注图像集合评估当前任务的图像分类模型，通过错误反馈更新复用策略函数；具体而言，使用标注图像集合中的个图像样本，比较模型输出与图像真实标注的差异，对当前目标模型做性能评估，其公式为： 其中评估函数采用交叉熵损失函数，然后通过链式法则求得对于复用策略函数的梯度，其公式为： 通过二阶梯度得到复用策略函数的参数更新方向； 判断模型是否收敛，当模型在图像集合上的性能不再变化时，将当前模型作为最终模型输出，否则使用更新后的策略函数继续进行学习； 采用交叉熵分类损失函数计算目标模型在图像集合中个已标注图像和中个未标注图像上的经验误差并求和；目标模型的损失函数公式为: 为伪标注图像集合； 4重复上述1-3直到图像伪标注不再变化，达到收敛。

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南京大学;上海高德威智能交通系统有限公司，其通讯地址为：210023 江苏省南京市栖霞区仙林大道163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。