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！

龙图腾网获悉上海交通大学申请的专利基于单步迭代的通用鲁棒分类器训练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：CN115375947B 。

龙图腾网通过国家知识产权局官网在2025-10-03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：202211064647.1，技术领域涉及：G06V10/764；该发明授权基于单步迭代的通用鲁棒分类器训练方法及系统是由骆源;陈仁杰设计研发完成，并于2022-09-01向国家知识产权局提交的专利申请。

本基于单步迭代的通用鲁棒分类器训练方法及系统在说明书摘要公布了：本发明提供了一种基于单步迭代的通用鲁棒分类器训练方法及系统，包括：图像融合掩码生成器，用于衡量损失曲面的线性指示器，平坦最小损失优化模块。所述掩码生成器在频域中对低频部分进行采样生成空域中连续的无固定形状的掩码，用于进行图像增广。所述的线性指示器衡量损失曲面沿着对抗扰动方向的线性增长程度用于快速训练中的抑制灾难性过拟合。所述的平坦最小损失优化模块旨在提升损失最小化时的损失曲面平坦度。本发明提供的方法有效提升对抗训练效率，避免陷入单步对抗训练灾难性过拟合，在各种骨干网络和数据集上有很强的通用性。

本发明授权基于单步迭代的通用鲁棒分类器训练方法及系统在权利要求书中公布了：1.一种基于单步迭代的通用鲁棒分类器训练方法，其特征在于，所述方法包括如下步骤： 步骤S1：初始化卷积骨干网络和优化器； 步骤S2：从训练数据集中采样若干个样本送入图像融合增强FreqMask模块，生成增强样本； 步骤S3：固定骨干网络参数，把增强样本送入骨干网络进行反向传播，生成对抗样本； 步骤S4：把对抗样本再次送入骨干网络，根据线性程度指示器调整总体对抗损失； 步骤S5：总损失对网络参数求导，得到梯度后进行反向传播，平坦损失优化器更新参数； 步骤S6：重复步骤S2‑步骤S5，直到损失函数收敛，获得鲁棒模型； 图像融合增强FreqMask模块在频域空间的低频区域内采样后，进行傅里叶逆变换得到空域连续区域的掩码，通过逐位相乘把两张图像进行融合，并生成对应的标签； 线性程度指示器根据损失输出计算损失曲线在干净样本附近的线性程度，当输出值为负数时，损失曲面越扭曲，需要增加正则项使得损失曲面平滑； 平坦损失优化器对模型最坏情况下的参数进行优化，使得模型参数在干净样本附件的损失曲面平坦，用于提升模型的泛化性能，防止模型陷入局部最小值。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。