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！

龙图腾网获悉北京大学申请的专利图像识别方法、模型训练方法及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：CN116385836B 。

龙图腾网通过国家知识产权局官网在2025-09-12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：202310422862.2，技术领域涉及：G06V10/774；该发明授权图像识别方法、模型训练方法及装置是由节世博;邓志鸿设计研发完成，并于2023-04-19向国家知识产权局提交的专利申请。

本图像识别方法、模型训练方法及装置在说明书摘要公布了：本申请涉及一种图像识别方法、模型训练方法及装置。方法包括：获取待识别图像和待识别图像对应的识别任务；确定识别任务对应的目标卷积旁路和目标附加网络单元，目标卷积旁路和目标附加网络单元是根据识别任务对应的图像样本集训练后生成的；将目标卷积旁路和目标附加网络单元加载到预训练模型中，生成识别任务对应的图像识别模型；将待识别图像输入图像识别模型中，并获取图像识别模型输出的识别结果。通过该方式，针对不同的识别任务，仅需将不同的卷积旁路和附加网络单元加载到预训练模型上即可进行识别任务对应的图像识别，相比于存储识别任务对应的所有模型参数，有效减少了存储开销。

本发明授权图像识别方法、模型训练方法及装置在权利要求书中公布了：1.一种图像识别方法，其特征在于，所述方法包括： 获取待识别图像和所述待识别图像对应的识别任务； 确定所述识别任务对应的目标卷积旁路和目标附加网络单元，所述目标卷积旁路和所述目标附加网络单元是根据所述识别任务对应的图像样本集训练后生成的； 将所述目标卷积旁路和所述目标附加网络单元加载到预训练模型中，生成所述识别任务对应的图像识别模型，所述预训练模型包括至少一个自注意力单元和至少一个前馈神经网络单元； 将所述待识别图像输入所述图像识别模型中，并获取所述图像识别模型输出的识别结果； 其中，所述将所述目标卷积旁路和所述目标附加单元加载到预训练模型中，包括： 为所述预训练模型中的每一个自注意力单元和每一个前馈神经网络单元均添加一个目标卷积旁路；所述目标卷积旁路的输入为所述目标卷积旁路对应的自注意力单元或前馈神经网络单元的输入；所述目标卷积旁路的输出用于添加至所述目标卷积旁路对应的自注意力单元或前馈神经网络单元的输出上； 在所述预训练模型中的目标位置添加所述目标附加网络单元； 其中，所述预训练模型的每一层的输入为x1＝x0+MHSALNx0+ConvpassLNx0；所述预训练模型的每一层的输出为x2＝x1+FFNLNx1+ConvpassLNx1；x0为输入数据，x2为输出数据，x1为中间数据，MHSA为多头自注意力机制，FFN为前馈神经网络，LN为归一化处理，Convpass为卷积旁路。

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大学，其通讯地址为：100089 北京市海淀区颐和园路5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”。