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！

龙图腾网获悉北京邮电大学申请的专利一种细粒度图像分类方法及其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：CN114972873B 。

龙图腾网通过国家知识产权局官网在2025-07-25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：202210631682.0，技术领域涉及：G06V10/764；该发明授权一种细粒度图像分类方法及其系统是由张天魁;蔡昌利;翁哲威;刘元玮;朱禹涛设计研发完成，并于2022-06-06向国家知识产权局提交的专利申请。

本一种细粒度图像分类方法及其系统在说明书摘要公布了：本申请公开了一种细粒度图像分类方法及其系统，其中细粒度图像分类方法具体包括以下步骤：使用预训练参数初始化分层视觉转换器网络；响进行数据的采样；根据采样的数据进行底层特征对比学习，获取第一预测损失；根据采样的数据进行深层特征平衡处理，获取第二预测损失；根据第一预测损失和第二预测损失进行整体损失的获取；通过反向传播更新网络参数；重复执行上述步骤，直至分层视觉转换器网络的参数收敛，保存更新后的网络参数；使用保存的网络参数进行分层视觉转换器网络的初始化；根据初始化后的分层视觉转换器网络进行图像类别的预测。本申请在优化细粒度图像分类任务时，同时优化了细粒度特征与长尾分布的问题。

本发明授权一种细粒度图像分类方法及其系统在权利要求书中公布了：1.一种细粒度图像分类方法，其特征在于，具体包括以下步骤： S1，使用预训练参数初始化分层视觉转换器网络； S2，响应于完成分层视觉转换器网络的初始化，进行数据的采样； S3，根据采样的数据进行底层特征对比学习，获取第一预测损失； S4，根据采样的数据进行深层特征平衡处理，获取第二预测损失； S5，根据深层平衡处理得到的第一预测损失和底层对比学习获取的第二预测损失进行整体损失的获取； S6，响应于获取整体损失，通过反向传播更新网络参数； 重复执行步骤S1-S6，直至分层视觉转换器网络的参数收敛，保存更新后的网络参数； 使用保存的网络参数进行分层视觉转换器网络的初始化； 根据初始化后的分层视觉转换器网络进行图像类别的预测； 其中进行数据的采样包括，使用正采样器、反采样器与混淆数据采样器在训练数据集中进行数据采样，最终生成由上述三个采样器组成的三元组数据； 其中根据采样的数据进行底层特征对比学习，获取第一预测损失，包括以下子步骤： 对正采样与混淆数据采样的数据进行特征提取，获取中间特征； 将得到的中间特征进行混合，得到底层混合特征； 将底层混合特征依次通过视觉转换器网络的后续网络层，获取最终混合特征； 将最终混合特征送入分类器进行预测，得到预测概率分布； 根据预测概率分布获取第一预测损失； 其中根据采样的数据进行深层特征平衡处理，获取第二预测损失，包括以下步骤： 对正采样与反采样的数据进行特征提取，获取深层特征； 对深层特征进行预测获取预测结果，将预测结果进行动态混合，获取混合预测结果以及混合预测概率分布； 响应于获取混合预测概率分布，将反采样获得的预测标签进行标签平滑，获取平滑标签； 根据平滑标签获取混合预测结果的预测损失。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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”。