恭喜中国科学院计算技术研究所程学旗获国家专利权
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！
龙图腾网恭喜中国科学院计算技术研究所申请的专利一种图像分类模型的训练方法、图像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：CN117333738B 。
龙图腾网通过国家知识产权局官网在2025-04-22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：202311308831.0，技术领域涉及：G06V10/774；该发明授权一种图像分类模型的训练方法、图像分类方法是由程学旗;李琳;郭嘉丰;廖华明;邱强设计研发完成，并于2023-10-10向国家知识产权局提交的专利申请。
本一种图像分类模型的训练方法、图像分类方法在说明书摘要公布了：本发明实施例提供了一种图像分类模型训练方法，该方法包括：S1、获取包括多个图像样本的原始图像数据集及其对应的特征矩阵；S2、对原始图像数据集对应的特征矩阵进行降维处理，并将降维处理后的特征矩阵进行高斯建模以获得特征矩阵中每个特征值的高斯分布；S3、基于步骤S2中每个特征值的高斯分布对其依次进行高斯采样，以使高斯采样所得的所有特征值构成新的特征矩阵，并基于新的特征矩阵生成新的图像数据集；S4、采用新的图像数据集和原始图像数据集构成增强图像训练集训练图像分类模型至收敛。该方法提高了图像分类模型在少样本情况下的性能。
本发明授权一种图像分类模型的训练方法、图像分类方法在权利要求书中公布了：1.一种图像分类模型的训练方法，所述图像分类模型用于基于图像的特征对输入的图像进行分类，其特征在于，所述方法包括：S1、获取包括多个图像样本的原始图像数据集及其对应的特征矩阵；S2、对原始图像数据集对应的特征矩阵进行降维处理获得由降维左奇异矩阵、降维对角矩阵以及降维右奇异矩阵组成的降维处理后的特征矩阵，并对降维对角矩阵进行高斯建模以获得降维对角矩阵中每个非零特征值的高斯分布；S3、对所述步骤S2中获得的降维对角矩阵中每个非零特征值的高斯分布对其依次进行高斯采样，以使高斯采样所得的所有特征值构成新的降维对角矩阵，并基于新的降维对角矩阵构建新的特征矩阵以生成新的图像数据集；S4、采用新的图像数据集和原始图像数据集构成增强图像训练集训练图像分类模型至收敛。
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中国科学院计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6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”。
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号