Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京邮电大学蒋凡卓获国家专利权

北京邮电大学蒋凡卓获国家专利权

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!

龙图腾网获悉北京邮电大学申请的专利模型训练方法、高质量卫星图像检索方法和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:CN119478720B

龙图腾网通过国家知识产权局官网在2025-07-29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:202411646361.3,技术领域涉及:G06V20/13;该发明授权模型训练方法、高质量卫星图像检索方法和装置是由蒋凡卓;王鹏飞;王尚广设计研发完成,并于2024-11-18向国家知识产权局提交的专利申请。

模型训练方法、高质量卫星图像检索方法和装置在说明书摘要公布了:本申请提供了一种模型训练方法、高质量卫星图像检索方法和装置,可以通过第一神经网络模型得到样本卫星图像中每个对象的第一对象类别,以及各个第一对象类别分别对应的第一分类预测值,并可以进一步根据第一对象类别和第一分类预测值结合样本卫星图像自身的样本对象类别计算第一神经网络模型的第一模型损失值,从而可以通过第一模型损失值调整第一神经网络模型的模型参数,得到目标神经网络模型,由于对样本卫星图像的处理精确到了图像中的每个对象,因此,可以提升目标神经网络模型的预测准确率,在使用目标神经网络模型对查询图像进行处理以检索卫星图像时,可以提升最终得到的目标卫星图像与查询图像的匹配程度,提升图像检索查询的准确率。

本发明授权模型训练方法、高质量卫星图像检索方法和装置在权利要求书中公布了:1.一种模型训练方法,其特征在于,所述方法包括: 将样本卫星图像输入第一神经网络模型中,得到第一神经网络模型输出的第一对象类别向量以及所述第一对象类别向量对应的第一分类预测值;其中,所述样本卫星图像包括至少一种对象; 基于所述样本卫星图像的样本对象类别向量、所述第一对象类别向量和所述第一分类预测值,确定所述第一神经网络模型的第一模型损失值; 基于所述第一模型损失值,调整所述第一神经网络模型的模型参数,得到目标神经网络模型;其中,所述目标神经网络模型用于生成查询图像的目标对象类别和各个所述目标对象类别分别对应的目标分类预测值; 所述基于所述样本卫星图像的样本对象类别向量、所述第一对象类别向量和所述第一分类预测值,确定所述第一神经网络模型的第一模型损失值,包括: 基于所述样本卫星图像的样本对象类别向量、所述第一对象类别向量和所述第一分类预测值,确定所述第一神经网络模型的二分类交叉熵损失值; 基于所述第一分类预测值、所述样本对象类别向量和所述第一对象类别向量,确定所述第一神经网络模型的第二模型损失值; 基于所述第一分类预测值,确定所述第一神经网络模型的极大似然估计损失值; 基于所述二分类交叉熵损失值、所述第二模型损失值和所述极大似然估计损失值,确定所述第一神经网络模型的第一模型损失值; 所述基于所述第一分类预测值、所述样本对象类别向量和所述第一对象类别向量,确定所述第一神经网络模型的第二模型损失值,包括: 对所述第一对象类别向量进行语义转化,得到第二对象类别向量;其中,所述第二对象类别向量的语义空间与所述样本对象类别向量的语义空间相同; 计算所述第二对象类别向量与所述样本对象类别向量之间的第一余弦相似度; 基于所述第一余弦相似度和所述第一分类预测值,确定所述第一神经网络模型的第二模型损失值。

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”。

免责声明
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。