四川大学张蕾获国家专利权
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!
龙图腾网获悉四川大学申请的专利基于软标签的面部痤疮分类方法、系统、设备及介质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:CN119600331B 。
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:202411609086.8,技术领域涉及:G06V10/764;该发明授权基于软标签的面部痤疮分类方法、系统、设备及介质是由张蕾;蒋献;周新阳;刘文杰;李佳奇;陈家强;李林峰;魏新;张显良;张楗伟;杜丹设计研发完成,并于2024-11-12向国家知识产权局提交的专利申请。
本基于软标签的面部痤疮分类方法、系统、设备及介质在说明书摘要公布了:本发明公开了一种基于软标签的面部痤疮分类方法、系统、设备及介质,涉及人工智能领域中的面部痤疮分类,其目的在于解决现有技术中因不同等级之间的痤疮图像存在耦合致使模型对痤疮图像的分类准确度低的问题。其通过构建包括教师网络、学生网络在内的分类模型,并采用具有硬标签的面部痤疮样本图像对教师网络进行预训练,采用无标签的面部痤疮样本图像输入预训练后的教师网络,教师网络输出软标签;采用无标签的面部痤疮样本图像、教师网络输出的软标签对学生网络进行训练,并结合创新的损失函数,本申请根据模型对样本的认知能力动态的强调每个类的特征,使得模型能从一个样本学到更多关于对抗混淆的知识,有效解决对痤疮图像的分类准确度低。
本发明授权基于软标签的面部痤疮分类方法、系统、设备及介质在权利要求书中公布了:1.一种基于软标签的面部痤疮分类方法,其特征在于,包括以下步骤: 步骤S1,获取面部痤疮样本数据; 获取面部痤疮样本图像,面部痤疮样本图像包括具有硬标签的面部痤疮样本图像、无标签的面部痤疮样本图像; 步骤S2,搭建面部痤疮分类模型; 搭建面部痤疮分类模型,面部痤疮分类模型包括教师网络、学生网络; 步骤S3,训练面部痤疮分类模型; 采用步骤S1中的具有硬标签的面部痤疮样本图像对步骤S2中的教师网络进行预训练,采用步骤S1中的无标签的面部痤疮样本图像输入预训练后的教师网络,教师网络输出软标签;采用步骤S1中的无标签的面部痤疮样本图像、教师网络输出的软标签对步骤S2中的学生网络进行训练; 训练面部痤疮分类模型时,损失函数为: 其中,表示目标类别损失函数,表示非目标类别损失函数,表示教师网络对目标类别的预测概率,表示学生网络对目标类别的预测概率,表示教师网络对非目标类别的预测概率,表示学生网络对非目标类别的预测概率,表示用以强调特征的动态权重向量,表示教师网络与学生网络在非目标类别上的差异,表示第个类别,表示类别总数,表示目标类别,表示动态权重向量的第i个分量,表示向量的第i个分量,表示向量的第i个分量,表示教师网络对应的独立目标类别概率,表示学生网络对应的独立目标类别概率; 步骤S4,面部痤疮分类; 获取待分类的面部痤疮图像,并输入学生网络,学生网络输出分类结果; 步骤S3中,权重的每个分量表示为: 其中,表示第个类别,表示教师网络的输出在目标类上的值,表示教师网络的输出在第个非目标类上的值,表示调节因子,用于将动态权重放缩到一个合适的范围,表示动态权重的初始值,用以提高方法的稳定性。
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四川大学,其通讯地址为:610000 四川省成都市武侯区一环路南一段24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”。
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。