电子科技大学长三角研究院(湖州)沈冯立获国家专利权
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!
龙图腾网获悉电子科技大学长三角研究院(湖州)申请的专利一种机器学习中零样本图片分类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:CN115731421B 。
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:202211514426.X,技术领域涉及:G06V10/764;该发明授权一种机器学习中零样本图片分类方法及系统是由沈冯立;李福生;赵彦春;唐荣江设计研发完成,并于2022-11-29向国家知识产权局提交的专利申请。
本一种机器学习中零样本图片分类方法及系统在说明书摘要公布了:本发明属于计算机视觉技术领域,公开了一种机器学习中零样本图片分类方法及系统,获取零样本图片数据集;通过预训练网络提取数据的特征;选取两张图片输入到编码器1中,对结果计算差异损失;输入到解码器1中,计算图片重构损失;选取一张图片输入到编码器1后,将语义特征输入到编码器2中,交换后输入到解码器2中,计算差异损失、图片重构损失和语义重构损失;统计总损失;训练编码器和解码器;利用训练完成的编码器和解码器产生新的数据;组合新数据和原始数据训练分类器;利用分类器对测试样本进行测试。本发明利用解耦的方式提供了更加可靠的特征生成方式,为未见类的生成特征提供了可靠性保障,最终更好的训练未见类分类器。
本发明授权一种机器学习中零样本图片分类方法及系统在权利要求书中公布了:1.一种机器学习中零样本图片分类方法,其特征在于,机器学习中零样本图片分类方法包括以下步骤: 步骤一,收集和建立零样本图片训练集和零样本图片测试集,并通过预训练网络提取训练集的图片特征; 步骤二,随机选取训练数据集中同类的两张图片,将图片对应的图片特征输入到编码器1中,输出两张图片各自的两个结果分别为类别不变特征和图片特有特征,计算两张图片的类别不变特征的差异损失1; 步骤三,交换步骤二中两张图片的类别不变特征后,拼接类别不变特征与图片特有特征,输入到解码器1中后输出重构的图片特征,计算图片重构损失1; 步骤四,随机选取训练数据集中的随机一张图片,并获取对应的语义特征向量,将图片对应的图片特征输入到编码器1中,获取类别不变特征和图片特有特征;将语义特征输入到编码器2中,输出类别不变特征,并计算语义特征和图片的类别不变特征的差异损失2; 步骤五,拼接步骤四中语义特征的类别不变特征与图片的图片特有特征,输入到解码器1中后输出重构图片特征,计算图片重构损失2;将步骤四的图片类别不变特征输入到解码器2后得到重构语义特征,计算语义重构损失; 步骤六,将步骤二中的差异损失1、步骤三中的图片重构损失1、步骤四中的差异损失2、步骤五中的图片重构损失2和语义重构损失求和,得到总损失; 步骤七,重复步骤二至步骤六,直至步骤六中的总损失趋于平稳; 步骤八,将步骤一中图片训练数据的图片特征输入到编码器1中,获得每张图片对应的图片特征;将与不同的语义特征输入到编码器2中得到的类别不变特征进行拼接后,输入到解码器1中获得新的图片特征; 步骤九,将步骤八中得到的新的图片特征和训练数据集的图片特征混合后得到完整的训练数据集;将新的完整训练数据集训练图片特征分类器,对步骤一中的测试图片数据进行测试。
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电子科技大学长三角研究院(湖州),其通讯地址为:313000 浙江省湖州市西塞山路819号科技创新综合体B1幢;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。