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！

龙图腾网获悉广东工业大学申请的专利一种基于多示例迁移学习的图像分类方法、装置、设备及介质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：CN119516279B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202411736493.5，技术领域涉及：G06V10/764；该发明授权一种基于多示例迁移学习的图像分类方法、装置、设备及介质是由肖燕珊;廖鑫宇;刘波设计研发完成，并于2024-11-29向国家知识产权局提交的专利申请。

本一种基于多示例迁移学习的图像分类方法、装置、设备及介质在说明书摘要公布了：本发明涉及图像分类技术领域，公开了一种基于多示例迁移学习的图像分类方法、装置、设备及介质，方法包括将原始图像数据集转换为多示例图像数据集；基于所述多示例图像数据集，构建基于多示例迁移学习的初始图像分类模型；使用轮换寻优方法对所述初始图像分类模型进行迭代优化，得到目标图像分类模型；利用所述目标图像分类模型对目标图像数据进行分类，得到图像分类结果。本发明通过引入多示例学习和知识迁移显著提升了分类准确性并降低了训练成本。

本发明授权一种基于多示例迁移学习的图像分类方法、装置、设备及介质在权利要求书中公布了：1.一种基于多示例迁移学习的图像分类方法，其特征在于，包括： 将原始图像数据集转换为多示例图像数据集； 基于所述多示例图像数据集，构建基于多示例迁移学习的初始图像分类模型，包括： 获取个预训练的相关任务分类器，其中每个相关任务分类器通过训练特定的相关任务图像数据集而获得；只保存了在相关任务数据上训练所得的分类器，而相关任务的具体数据没有保存； 在只有相关任务分类器，而无相关任务具体数据的情况下，将个预训练的相关任务分类器的知识迁移到多示例图像数据集中，构建基于多示例迁移学习的初始图像分类模型，其表达式如下所示： s.t. 其中，为公共模型权重，反映目标任务和相关任务的共同分类信息；为目标任务相对于公共模型的偏移量；为第p个相关任务相对于公共模型的偏移量；为相关任务的分类器权重；为相关任务的数量；为非负参数；为目标任务的误差项；为示例权重，表示示例对多示例包在分类学习中的贡献程度；为多示例包的分类标签；多示例包，其中，表示多示例包的第个示例，，表示多示例包所包含的示例数量，为示例的数据维度；为多示例图像数据集的多示例包数量，为第一类图像数量，为第二类图像数量； 使用轮换寻优方法对所述初始图像分类模型进行迭代优化，得到目标图像分类模型； 利用所述目标图像分类模型对目标图像数据进行分类，得到图像分类结果。

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广东工业大学，其通讯地址为：510080 广东省广州市越秀区东风东路729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”。

以上内容由龙图腾AI智能生成。