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！

龙图腾网恭喜西安和硕物流科技有限公司申请的专利基于图一致性和半监督模型的标签含噪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：CN114881125B 。

龙图腾网通过国家知识产权局官网在2025-06-17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：202210433807.9，技术领域涉及：G06V10/764；该发明授权基于图一致性和半监督模型的标签含噪图像分类方法是由佟子业;惠维;赵鲲;峁子富;郑艳设计研发完成，并于2022-04-22向国家知识产权局提交的专利申请。

本基于图一致性和半监督模型的标签含噪图像分类方法在说明书摘要公布了：本发明涉及计算机视觉和人工智能技术领域，更具体而言，涉及基于图一致性和半监督模型的标签含噪图像分类方法。S1：对训练集中全量噪声标签数据进行训练，初始化模型；S2：得出样本的分布；S3：对样本进行分类筛选；S4：对图像进行不同的数据增强；S5：将增强后的图像送入半监督模型进行训练；S6：进行图编码，得到一致性图；S7：共同优化模型，并更新样本标签；S8：将半监督模型作为推理模型。本发明主要解决了现有的仅基于分类一致性训练的半监督方法面临着非常严重的置信偏差问题并且记住了大量噪声标签，错误累积并且伤害模型的问题。本发明图一致性模型可以有效对抗噪声标签记忆，并显著提升了模型表现。

本发明授权基于图一致性和半监督模型的标签含噪图像分类方法在权利要求书中公布了：1.基于图一致性和半监督模型的标签含噪图像分类方法，其特征在于： 包括以下步骤： S1：对训练集中全量噪声标签数据进行训练，初始化模型； S2：根据所述步骤S1中的初始化模型得出样本的分布，然后采用高斯混合模型根据所述样本的分布将样本划分为标签正确样本和标签不正确样本； S3：对所述步骤S2中得到的样本进行分类筛选：标签正确的样本保留标签，作为有标签图像，标签错误的样本抹除标签，作为无标签图像；将所述有标签图像和所述无标签图像均传输到半监督模型中； S4：对所述有标签图像和所述无标签图像进行不同的数据增强； S5：将增强后的所述有标签图像和所述无标签图像，送入半监督模型进行训练； S6：对所述S5步骤中半监督模型训练得到的结果进行图编码，得到一致性图，其中：所述步骤S6包括： S601、对于所述步骤S5中AutoAugment技术增强后的无标签图像训练得到的多尺度结果，使其都进行自相关计算，首先使用概率分布表示CU和其转置矩阵进行相似度计算，得到自相关图 使用embedding表示EU和其转置矩阵进行相似度计算，得到自相关图 使用特征图级表示FU和其转置矩阵进行相似度计算，得到自相关图 其中，τ是温度超参数； S602、对进行归一化处理： 其中，表示第i个样本和第j个样本在类分布、embedding、特征图维度上的相似性程度，B表示Batchsize； S603、对于步骤S5中另一批弱增强后的无标签图像训练得到的概率分布表示，使其都进行自相关计算，首先使用概率分布表示CU2和其转置矩阵进行相似度计算，得到自相关图 也对其进行归一化处理： 此时，作为伪标签图； S7：采用类分布一致性和图一致性正则化共同优化模型，并更新样本标签； S8：将所述步骤S7约束模型得到的半监督模型作为推理模型，将测试集的图像数据输入到其中，得到噪音标签数据分类的结果。

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西安和硕物流科技有限公司，其通讯地址为：710000 陕西省西安市航天基地航拓路汇航广场A座706；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”。