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！

龙图腾网获悉鹏城实验室申请的专利图像分类方法、图像分类模型的训练方法以及相关设备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：CN120070944B 。

龙图腾网通过国家知识产权局官网在2025-11-04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：202510020560.1，技术领域涉及：G06V10/764；该发明授权图像分类方法、图像分类模型的训练方法以及相关设备是由蒋冬梅;陈灵星;谷洋;陈益强;郭易;王耀威设计研发完成，并于2025-01-06向国家知识产权局提交的专利申请。

本图像分类方法、图像分类模型的训练方法以及相关设备在说明书摘要公布了：本申请实施例提供了一种图像分类方法、图像分类模型的训练方法以及相关设备，属于人工智能技术领域。图像分类方法包括：获取初始样本，初始样本包括初始新类样本和多个初始基类样本；将初始样本输入初始图像分类模型中，并由预设的复合度量函数确定的相似性矩阵，从多个初始基类样本中选定目标基类样本；根据目标基类样本、以及目标基类样本相应的相似性矩阵，对初始新类样本进行动态校正，得到目标新类样本；利用目标新类样本对初始图像分类模型进行训练，直至达到训练停止条件，得到训练好的图像分类模型；获取待分类的目标图像，将目标图像输入训练好的图像分类模型中，得到相应的目标分类结果。本申请能够提高图像分类的准确度。

本发明授权图像分类方法、图像分类模型的训练方法以及相关设备在权利要求书中公布了：1.一种图像分类方法，其特征在于，包括： 获取初始样本，所述初始样本包括初始新类样本和多个初始基类样本，所述初始新类样本包括多个初始新类特征，各所述初始基类样本包括多个初始基类特征； 将所述初始样本输入初始图像分类模型中，并分别确定所述初始新类样本的新类特征矩阵、以及所述初始基类样本的基类特征矩阵； 基于多个所述初始新类特征和多个所述初始基类特征，确定所述初始新类样本和各所述初始基类样本在第一维度下的第一相似度值，并确定所述初始新类样本和各所述初始基类样本在第二维度下的第二相似度值； 基于所述新类特征矩阵和所述基类特征矩阵，确定所述初始新类样本和各所述初始基类样本在第三维度下的第三相似度值； 根据设置有预设超参数的复合度量函数，融合所述第一相似度值、所述第二相似度值和所述第三相似度值，得到相似性矩阵，所述相似性矩阵用于表征所述初始新类样本和各个所述初始基类样本在多个维度下的特征匹配程度； 基于预设的归一化操作算子，对所有所述初始基类样本的所述相似性矩阵进行归一化处理，得到调整相似性矩阵，其中，所述调整相似性矩阵包括多个第三矩阵元素； 针对任一所述调整相似性矩阵，若所有所述第三矩阵元素均大于预设的相似性阈值，确定相应的所述初始基类样本为目标基类样本； 基于多个所述初始基类特征，得到各所述初始基类样本相应的初始基类协方差值； 基于所述相似性矩阵，分别更新初始基类均值和所述初始基类协方差值，得到目标基类均值和目标基类协方差值； 基于所述目标基类均值和所述目标基类协方差值，将所述目标基类样本迁移到所述初始新类样本中，得到动态校正后的目标新类样本； 利用所述目标新类样本对所述初始图像分类模型进行训练，直至达到训练停止条件，得到训练好的图像分类模型； 获取待分类的目标图像，将所述目标图像输入训练好的所述图像分类模型中，得到相应的目标分类结果。

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鹏城实验室，其通讯地址为：518000 广东省深圳市南山区兴科一街2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。