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！

龙图腾网获悉浙江大学申请的专利一种基于目标域信息引导的迁移学习图像分类方法和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：CN116958695B 。

龙图腾网通过国家知识产权局官网在2025-10-31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：202310950256.8，技术领域涉及：G06V10/764；该发明授权一种基于目标域信息引导的迁移学习图像分类方法和装置是由贝毅君;赵卓洋;周兴;刘二腾设计研发完成，并于2023-07-31向国家知识产权局提交的专利申请。

本一种基于目标域信息引导的迁移学习图像分类方法和装置在说明书摘要公布了：本发明公开了一种基于目标域信息引导的迁移学习图像分类方法和装置，该方法在目标域信息的引导下，使用原始域数据集进行训练，约束并调整模型在训练过程中的更新方向，能够直接获得适用于目标域数据集的模型；其核心思想是经过原始域数据集计算得到的更新量Δs，能够在目标域数据集的引导下调整得到适用于目标域数据集的更新量Δt，经过多次训练与更新，最终能够获得适用于目标域数据集的模型。相较于传统迁移学习先在原始域数据集上进行训练而后在目标域数据集上微调的方法，本发明的模型能够学习到与原始域数据集和目标域数据集共同相关的知识，在解决图像分类模型参数资源浪费问题的同时，有效提升了模型在目标域数据集上任务的表现。

本发明授权一种基于目标域信息引导的迁移学习图像分类方法和装置在权利要求书中公布了：1.一种基于目标域信息引导的迁移学习图像分类方法，其特征在于，包括以下步骤： 1使用原始域数据集中的一批数据对图像分类模型A进行训练，通过反向传播方法计算得到图像分类模型A的更新量Δs； 2使用目标域数据集中的数据对更新量Δs进行微调，得到适用于目标域数据集的更新量Δt，并使用更新量Δt对图像分类模型B进行参数更新；其中，所述图像分类模型B包括主干部分和分支部分；所述图像分类模型B的主干部分的结构与图像分类模型A的结构完全相同； 所述图像分类模型B的分支部分的结构与主干部分的结构一一对应，对于主干部分的每一个主干网络层，都有一个与之对应的完全相同的分支网络层； 所述主干网络层的输出与所述分支网络层的输出共同组成了图像分类模型B在该网络层的输出，同时也是下一网络层的输入，设图像分类模型B第i层的主干部分为B-ia，与之对应的分支部分为B-ib，则图像分类模型B在第i层的输出outputB-i为outputB-ia-lr*outputB-ib，其中lr为预先设定的学习率，相应的图像分类模型B在第i层的输入inputB-i为outputB-i-1a-lr*outputB-i-1b； 所述步骤2包括以下子步骤： 2.1固定图像分类模型B中的主干部分参数不变，使用原始域数据集在图像分类模型A上计算得到的更新量Δs对图像分类模型B的分支部分进行参数初始化； 2.2使用目标域数据集作为输入对图像分类模型B进行迭代训练，直至达到预设的训练次数，以获取图像分类模型B分支部分的网络层参数，所述图像分类模型B分支部分的网络层参数为适用于目标域数据集的更新量Δt； 2.3根据图像分类模型B分支部分的网络层参数，使用带有动量计算的随机梯度下降方法对图像分类模型B的主干部分进行参数更新； 3重复步骤1-步骤2，直到图像分类模型A训练次数达到设定值或图像分类模型B在目标域数据集上的测试结果保持不变为止； 4对于训练完成的图像分类模型B，使用目标域数据集对图像分类模型B的主干部分的全连接层进行微调，得到适用于目标域数据集的最优图像分类模型。

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大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。