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！

龙图腾网获悉浙江理工大学申请的专利一种基于正则化极限学习机的服装图像类别电子标注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：CN117315326B 。

龙图腾网通过国家知识产权局官网在2025-08-19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：202311120923.6，技术领域涉及：G06V10/764；该发明授权一种基于正则化极限学习机的服装图像类别电子标注方法是由周志宇;温景淇设计研发完成，并于2023-09-01向国家知识产权局提交的专利申请。

本一种基于正则化极限学习机的服装图像类别电子标注方法在说明书摘要公布了：本发明公开了一种基于正则化极限学习机的服装图像类别电子标注方法，本发明步骤：准备数据集并进行预处理；得到基于迁移学习的ResNet101特征提取网络；ResNet101进行图像特征提取；训练INFORELM模型；输出服装电子标注的结果。本发明可对服装图像进行自动且准确的电子标注，实际运用中能够大量节省电商平台人工标注所花费的成本。模型具备优秀的分类精度，良好的泛化性和稳定性，提高了服装分类工作的效率与准确性，可在服装电子标注相关的计算机视觉工程任务得到广泛应用。

本发明授权一种基于正则化极限学习机的服装图像类别电子标注方法在权利要求书中公布了：1.一种基于正则化极限学习机的服装图像类别电子标注方法，其特征在于，包括以下步骤： 步骤1：获取图像，得到数据集，所述图像包括若干个类别的服装图像照片，将所述照片的长宽大小全部都设置为统一大小，经过正则化处理，映射到正态分布函数之下，再转换为用于输入到ResNet101模型中的矩阵； 步骤2：得到基于迁移学习的ResNet101特征提取网络 构建网络模型ResNet101，并使用ImageNet数据集进行预训练，获得初始网络模型ResNet101，及所述初始网络模型ResNet101的权重参数， 对所述初始网络模型ResNet101进行迁移学习，然后对所述初始网络模型ResNet101网络参数进行微调，得到ResNet101特征提取网络； 步骤3：使用所述ResNet101特征提取网络进行图像特征提取 将步骤1中得到的所述数据集分为训练集和测试集，将训练集中的数据输入步骤2中得到的所述ResNet101特征提取网络，得到服装图像特征； 步骤4：使用INFO算法优化RELM分类器 4.1获取所述INFO算法的参数，获取所述RELM分类器的激活函数与隐含层节点，所述INFO算法参数包括初始种群大小和最大迭代次数； 4.2构建INFO算法的优化RELM分类器模型INFORELM，使用步骤3中得到的所述服装图像特征，结合INFO算法，计算得到INFORELM模型的输入权重、隐含层偏置和正则化系数，INFORELM的输出权重β，进而得到优化后的INFORELM模型； 步骤5：获取待处理图像，使用优化后的INFORELM模型进行处理，输出图像的电子标注。

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浙江理工大学，其通讯地址为：310018 浙江省杭州市下沙高教园区浙江理工大学计算机学院；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”。