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！

龙图腾网恭喜杭州微拍堂文化创意有限公司申请的专利基于图像识别与深度学习联合建模的古玩钱币外观状态综合评估方法及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：CN119992555B 。

龙图腾网通过国家知识产权局官网在2025-07-01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：202510466277.1，技术领域涉及：G06V20/80；该发明授权基于图像识别与深度学习联合建模的古玩钱币外观状态综合评估方法及系统是由徐泽文;谭志强;胡秀云;成达舜设计研发完成，并于2025-04-15向国家知识产权局提交的专利申请。

本基于图像识别与深度学习联合建模的古玩钱币外观状态综合评估方法及系统在说明书摘要公布了：本发明公开了一种基于图像识别与深度学习联合建模的古玩钱币外观状态综合评估方法及系统，涉及人工智能领域，包括：首先获取含多个网络分支的古玩钱币评估模型，对各分支进行评估维度分配，确定训练方向。依据训练方向配置评估训练框架，其含对应各分支的评估单元。训练时，调用评估单元按对应训练方向执行评估维度训练流程，完成模型训练。将待评估图像导入训练好的模型，获取外观状态综合评估结果。该方法通过科学配置模型和训练流程，提升古玩钱币外观状态评估的准确性与效率。

本发明授权基于图像识别与深度学习联合建模的古玩钱币外观状态综合评估方法及系统在权利要求书中公布了：1.基于图像识别与深度学习联合建模的古玩钱币外观状态综合评估方法，其特征在于，包括： 获取未经训练的古玩钱币评估模型，所述古玩钱币评估模型包括多个古玩钱币评估网络分支； 分别对各所述古玩钱币评估网络分支进行评估维度分配处理，得到各所述古玩钱币评估网络分支的古玩钱币训练方向；各个所述古玩钱币评估网络分支的古玩钱币训练方向用于表征各个所述古玩钱币评估网络分支在训练阶段中的评估维度及所述评估维度的训练流程； 基于所述多个古玩钱币评估网络分支的古玩钱币训练方向，配置所述古玩钱币评估模型的评估训练框架，所述评估训练框架包括多个评估单元；一个所述评估单元与一个所述古玩钱币评估网络分支对应，各所述评估单元基于对应古玩钱币评估网络分支的古玩钱币训练方向配置形成； 在对所述古玩钱币评估模型执行训练流程时，调用所述评估训练框架中的多个评估单元分别基于对应古玩钱币评估网络分支的古玩钱币训练方向所对应的训练流程，执行对应古玩钱币评估网络分支的评估维度训练流程，以得到完成训练的古玩钱币评估模型； 将待评估古玩钱币图像导入至所述完成训练的古玩钱币评估模型，得到所述待评估古玩钱币图像的外观状态综合评估结果； 所述基于所述多个古玩钱币评估网络分支的古玩钱币训练方向，配置所述古玩钱币评估模型的评估训练框架，包括： 基于各所述古玩钱币评估网络分支的古玩钱币训练方向，构建各所述古玩钱币评估网络分支对应的评估单元； 建立多个评估单元之间的多模态特征融合架构，生成所述古玩钱币评估模型的评估训练框架； 各个所述古玩钱币评估网络分支表示为第一古玩钱币评估网络分支，所述古玩钱币评估模型中还包括与所述第一古玩钱币评估网络分支前后连接的第二古玩钱币评估网络分支，所述第一古玩钱币评估网络分支对应第一评估单元，所述第二古玩钱币评估网络分支对应第二评估单元； 所述建立多个评估单元之间的多模态特征融合架构，包括： 对所述第一评估单元和所述第二评估单元进行分组，得到多个评估单元池；各所述评估单元池中包括所述第一评估单元获取的至少一个评估子单元和所述第二评估单元获取的至少一个评估子单元； 在建立所述第一评估单元和所述第二评估单元之间的多模态特征融合架构时，为各所述评估单元池配置动态资源配比，并在各所述评估单元池中建立属于不同评估单元的评估子单元之间的跨模态连接通路； 各个所述古玩钱币评估网络分支的古玩钱币训练方向还用于表征各个所述古玩钱币评估网络分支的评估配置参数，所述评估配置参数包括样本评估配置参数，所述样本评估配置参数包含样本划分维度； 所述对所述第一评估单元和所述第二评估单元进行分组，得到多个评估单元池，包括： 获取所述第一古玩钱币评估网络分支的古玩钱币训练方向对应的样本划分维度和所述第二古玩钱币评估网络分支的古玩钱币训练方向对应的样本划分维度之间的公共评估基数； 将所述公共评估基数作为评估单元池数目； 基于所述评估单元池数目，对所述第一评估单元和所述第二评估单元进行分组，得到多个评估单元池； 各所述评估子单元中包含一个或多个模型训练环境； 所述在各所述评估单元池中建立属于不同评估单元的评估子单元之间的跨模态连接通路，包括： 根据所述第一古玩钱币评估网络分支与所述第二古玩钱币评估网络分支之间的前后连接次序，确定所述第一评估单元和所述第二评估单元之间的特征处理流程序列； 在特征处理流程序列在前的评估单元获取的各所述评估子单元中，选择一个模型训练环境作为特征采集节点； 在特征处理流程序列在后的评估单元获取的各所述评估子单元中，选择一个模型训练环境作为特征融合节点； 建立所述特征采集节点与所述特征融合节点之间的跨模态连接通路。

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杭州微拍堂文化创意有限公司，其通讯地址为：310012 浙江省杭州市西湖区华星路19号917室；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”。