浙江理工大学章涵博获国家专利权
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！
龙图腾网获悉浙江理工大学申请的专利基于动态蒸馏的图像训练数据优化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：CN120563970B 。
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：202511062622.1，技术领域涉及：G06V10/774；该发明授权基于动态蒸馏的图像训练数据优化方法及系统是由章涵博;周伟;黄静;史伟民设计研发完成，并于2025-07-31向国家知识产权局提交的专利申请。
本基于动态蒸馏的图像训练数据优化方法及系统在说明书摘要公布了：本发明公开了基于动态蒸馏的图像训练数据优化方法及系统，属于图像处理技术领域，其具体包括：根据图像区域特征熵值对输入图像动态划分非均匀网格；构建教师模型和学生模型，输入非均匀网格图像后提取各网格节点特征向量并计算特征差异度；基于特征差异度动态生成蒸馏温度系数，重构蒸馏损失函数以获取优化损失值；利用此损失值计算损失曲率，筛选难例样本、易例样本并分别实施双阶段增强与特征扰动增强；基于增强样本集和特征向量计算特征迁移率，据此动态调整教师模型中间层特征权重并反馈至模型训练环节，提升了知识蒸馏效果。
本发明授权基于动态蒸馏的图像训练数据优化方法及系统在权利要求书中公布了：1.基于动态蒸馏的图像训练数据优化方法，其特征在于，包括： S1：基于图像区域的特征熵值对输入图像进行动态网格划分，得到非均匀网格图像； S2：构建教师模型和学生模型，将非均匀网格图像输入教师模型和学生模型，提取教师模型和学生模型在各网格节点的特征向量，并计算每个网格节点的特征差异度；所述特征差异度通过联合余弦相似度与L2距离的加权值表示； S3：基于特征差异度动态生成蒸馏温度系数，使用动态的蒸馏温度系数重构蒸馏损失函数，得到优化后的蒸馏损失值； S4：利用优化后的蒸馏损失值计算每个训练样本的损失曲率，筛选难例样本和易例样本，并对难例样本执行双阶段增强策略，对易例样本执行特征扰动增强，得到增强后的训练样本集； S5：基于增强后的训练样本集和特征向量，计算学生模型与教师模型的特征迁移率，根据特征迁移率动态调整教师模型的中间层特征权重并反馈至S2。
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浙江理工大学，其通讯地址为：310000 浙江省杭州市经济技术开发区白杨街道2号大街928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AI智能生成
免责声明
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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励