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！

龙图腾网恭喜北京邮电大学申请的专利一种分布自适应的渐进式长尾图像识别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：CN116258868B 。

龙图腾网通过国家知识产权局官网在2025-04-18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：202211575232.0，技术领域涉及：G06V10/44；该发明授权一种分布自适应的渐进式长尾图像识别方法是由赵志诚;王伟秋设计研发完成，并于2022-12-08向国家知识产权局提交的专利申请。

本一种分布自适应的渐进式长尾图像识别方法在说明书摘要公布了：本发明提供了一种分布自适应的渐进式长尾图像识别方法。所述方法包括：在图像识别模型训练初期，对模型施加类别无关的等距的边缘损失；在图像识别模型训练中期，基于模型分类器通过训练数据学习到的参数，周期性计算原始数据分布感知因子，并根据该因子对当前训练周期的模型施加类别相关的、数据分布自适应的非等距的边缘损失；在图像识别模型训练后期，根据训练后期开始时的模型分类器参数，计算原始数据分布感知因子，对训练后期的模型施加类别相关的、数据分布自适应的非等距边缘损失以及对损失进行类别相关的、数据分布自适应的重加权。本发明通过设计的感知分布因子，能够较好的应对训练数据分布未知或难以获取的情况。

本发明授权一种分布自适应的渐进式长尾图像识别方法在权利要求书中公布了：1.一种分布自适应的渐进式长尾图像识别方法，其特征在于，所述方法包括以下步骤：准备待进行识别的长尾图像数据集，包含训练集和测试集，数据集中包含图像数据及图像对应的标签数据,对数据进行基础的裁剪、翻转以及归一化数据预处理；构建长尾图像深度学习识别模型，对识别模型使用分布自适应的渐进式损失函数策略进行训练；训练初期：从训练集中随机采样一批预处理后的图像数据，通过特征提取器提取图像特征，然后输入分类器，给出预测结果，计算预测结果和标签数据之间的等距的边缘损失；训练中期：获取当前迭代轮次，若为分布感知因子更新轮次，则获取分类器当前参数，计算分类器中各类别的原型之间的欧式距离的分布，并进行放缩，得到下一迭代周期的分布感知因子；并用该感知因子更新边缘损失中的边距因子，得到类别相关的、数据分布自适应的非等距边缘损失；训练后期：根据训练后期开始时分类器的参数计算训练后期的分布感知因子，将其作为训练后期的损失的重加权因子，并对其进行放缩，得到训练后期的边缘损失的边距因子，并在训练后期保持重加权因子和边距因子恒定，计算预测结果和标签数据之间的类别相关的、数据分布自适应的重加权非等距边缘损失，根据该损失驱动模型参数进行更新学习；从测试集中随机采样一批预处理后的图像数据，输入训练好的长尾图像深度学习识别模型，得出识别结果。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。