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)申请的专利一种基于视觉特征约束的细粒度图像分类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：CN115410031B 。

龙图腾网通过国家知识产权局官网在2025-08-26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：202210878434.6，技术领域涉及：G06V10/764；该发明授权一种基于视觉特征约束的细粒度图像分类方法是由沈冯立;李福生;赵彦春设计研发完成，并于2022-07-25向国家知识产权局提交的专利申请。

本一种基于视觉特征约束的细粒度图像分类方法在说明书摘要公布了：本发明公开了一种基于视觉特征约束的细粒度图像分类方法。该方法包括如下步骤：利用CLIP方法的预训练视觉特征编码器提取图片的中间特征约束细粒度图像分类模型提取的中间特征；利用CLIP方法的预训练文本特征编码器提取的文本特征监督约束细粒度图像分类的提取的图片特征；利用CLIP方法的预训练视觉特征编码器获取训练图片的激活图，将其作为掩码对训练图片进行掩码处理后再获取掩码图片的视觉特征，将掩码图片特征与普通的视觉特征组合后再进行分类。本方法利用CLIP方法的图片和文本特征编码器帮助细粒度图像分类模型更好地提取细粒度图片的视觉特征，从而帮助提高细粒度图像分类模型的分类准确率。

本发明授权一种基于视觉特征约束的细粒度图像分类方法在权利要求书中公布了：1.一种基于视觉特征约束的细粒度图像分类方法，其特征在于，包括以下步骤： 步骤一：训练数据集的采集； 步骤二：对训练图片进行数据预处理和数据增广； 步骤三：采用CLIP方法中的ViT-B16模型作为基础模型提取训练图片的视觉特征； 步骤四：利用CLIP方法中在大型数据集上预训练得到的ViT-B16视觉特征编码器提取步骤三中训练图片的视觉特征，每一层编码器输出提取图片得到的中间特征；将这些中间特征作为标准对步骤三中的ViT-B16模型的中间特征进行约束，得到图片特征约束1； 步骤五：每张训练图片都有对应的描述性文本数据，利用CLIP方法中在大型数据集上预训练得到的transformer文本特征编码器提取步骤三中训练图片所对应的描述性文本数据得到文本特征；将这些文本特征作为标准对步骤三中模型得到的图片视觉特征向量进行约束，得到图片特征约束2； 步骤六：利用CLIP方法中在大型数据集上预训练得到的ViT-B16视觉特征编码器获取训练图片的激活图activationmap，将激活图作为掩码对训练图片进行掩码处理； 步骤七：用步骤三的模型提取步骤六中掩码处理后的图片的视觉特征，得到掩码图片视觉特征； 步骤八：将步骤三和步骤七得到的普通视觉特征和掩码图片视觉特征进行组合后得到的图片特征作为训练图片的最终图片视觉特征；将最终图片视觉特征经过多层感知机后得到每一类的置信度，通过交叉熵损失函数进行分类损失的计算； 步骤九：将步骤四、步骤五和步骤八中的图片特征约束1、图片特征约束2和分类损失相加后得到任务的总损失；通过总损失训练步骤三中的ViT-B16模型； 步骤十：测试阶段，将测试图片复制4份，将四份分别旋转一定的角度，再使用步骤九中训练完成的ViT-B16模型对这四份测试图片分别进行预测，然后平均四份的输出结果，最终平均得分最高的类别就是测试图片的预测类别。

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号南太湖科技创新综合体B2幢8层；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”。