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！

龙图腾网恭喜浙江理工大学申请的专利一种基于深度学习的织物图像检索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：CN114579788B 。

龙图腾网通过国家知识产权局官网在2025-05-06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：202210219750.2，技术领域涉及：G06F16/583；该发明授权一种基于深度学习的织物图像检索方法及装置是由何杰;桂江生设计研发完成，并于2022-03-08向国家知识产权局提交的专利申请。

本一种基于深度学习的织物图像检索方法及装置在说明书摘要公布了：本发明公开了一种基于深度学习的织物图像检索方法及装置，通过构建织物图像特征提取网络模型，所述织物图像特征提取网络模型包括去除分类器层的DenseNet骨干网络层、平均池化层、第一哈希层和第二哈希层，来提取织物图像的图片特征，进行检索。本发明构造两个哈希层，既充分利用了标签信息，又使得分类中心不受哈希码长度的限制，同时通过使用较短的哈希码，解决了织物检索过程中速度慢的问题，从而实现了丝绸织物图像在真实场景中省时省力又准确的有效检索。

本发明授权一种基于深度学习的织物图像检索方法及装置在权利要求书中公布了：1.一种基于深度学习的织物图像检索方法，其特征在于，所述基于深度学习的织物图像检索方法，包括：构建织物图像特征提取网络模型，所述织物图像特征提取网络模型包括去除分类器层的DenseNet骨干网络层、平均池化层、第一哈希层和第二哈希层；准备训练样本，对织物图像特征提取网络模型进行训练，得到训练好的织物图像特征提取网络模型；在织物图像检索时，将所检索的织物图像输入到训练好的织物图像特征提取网络模型，得到所检索的织物图像对应的图片特征，与检索数据库织物图像图片特征进行汉明距离的相似度匹配，得到最相似的检索数据库织物图像作为检索结果进行展示；其中，所述织物图像特征提取网络模型的损失函数为：Lf＝L+αQ+βL0其中，Lf表示织物图像特征提取网络模型的损失函数，α、β是损失的权重参数，L0是第一哈希层的损失，L和Q是第二哈希层的损失；其中： 其中，N为训练样本的批量，ci表示第一哈希层输出特征，mi属于[MK,-MK]，MK为哈达玛矩阵，mi表示ci对应于[MK,-MK]中的标签信息，K为输出特征的维度；wij是权重系数，sij表示图像对xi、xj的相似性，i和j属于N，γ为汉明距离参数，hi、hj为图像对xi、xj经过第二哈希层输出的哈希码，dhi,hj表示hi和hj之间的汉明距离；d|hi|,1代表hi的绝对值和1的汉明距离，S为所有相似性的集合。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市杭州经济开发区白杨街道2号大街928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”。