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！

龙图腾网获悉北京邮电大学申请的专利图像分类模型训练方法、装置、设备及存储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：CN120107647B 。

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：202510023917.1，技术领域涉及：G06V10/764；该发明授权图像分类模型训练方法、装置、设备及存储介质是由常东良;常瑾祎;马占宇设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本图像分类模型训练方法、装置、设备及存储介质在说明书摘要公布了：本申请提出一种图像分类模型训练方法、装置、设备及存储介质，该方法包括：获取样本集中图像袋的基础特征以及图像袋的类别比例标签；将基础特征输入稀疏字典学习子模型，以获取图像袋的目标稀疏特征；将目标稀疏特征输入分类器，以获取图像袋中每张图像的预测类别标签；基于图像袋中每张图像的预测类别标签，确定图像袋的预测类别比例标签；基于预测类别比例标签以及类别比例标签确定第一损失函数值；以第一损失函数值对图像分类模型进行训练，得到训练好的图像分类模型。本申请实施例通过在数据集仅具有类别比例标签的情况下有效挖掘图像分类模型针对每张图像中的判别特征，以通过袋级类别比例标签实现对图像的实例级分类。

本发明授权图像分类模型训练方法、装置、设备及存储介质在权利要求书中公布了：1.一种图像分类模型训练方法，其特征在于，包括： 获取样本集中图像袋的基础特征以及所述图像袋的类别比例标签； 将所述基础特征输入图像分类模型的稀疏字典学习子模型，以获取所述图像袋的目标稀疏特征； 将所述稀疏特征输入所述图像分类模型的分类器，以获取所述图像袋中每张图像的预测类别标签； 基于所述图像袋中每张图像的预测类别标签，确定所述图像袋的预测类别比例标签； 基于所述图像袋的预测类别比例标签以及所述图像袋的类别比例标签确定第一损失函数值； 基于所述第一损失函数值，调整所述图像分类模型的参数，继续训练，直至满足预设的第一训练完成条件，得到训练好的图像分类模型； 所述将所述基础特征输入图像分类模型的稀疏字典学习子模型，以获取所述图像袋的目标稀疏特征，包括： 确定稀疏字典学习子模型的第一目标字典； 基于所述图像袋的基础特征和所述第一目标字典确定所述图像袋的第一稀疏特征； 基于所述图像袋的基础特征和所述第一目标字典中与所述图像袋标签比例相关的目标子字典确定所述图像袋的第二稀疏特征； 基于所述图像袋的第一稀疏特征和所述图像袋的第二稀疏特征对所述第一目标字典进行约束，得到第二目标字典； 基于所述第二目标字典和所述图像袋的基础特征确定所述图像袋的目标稀疏特征； 所述确定稀疏字典学习子模型的第一目标字典，包括： 确定当前字典下，所述图像袋的基础特征对应的稀疏特征； 基于所述稀疏特征和所述字典确定所述基础特征的重建特征； 以最小化所述重建特征与所述基础特征的差异值为优化目标对所述字典进行优化，得到第一目标字典； 所述基于所述图像袋的第一稀疏特征和所述图像袋的第二稀疏特征对所述第一目标字典进行约束，得到第二目标字典，包括： 基于所述图像袋的第一稀疏特征和所述第一目标字典得到第一重建深层特征； 基于所述图像袋的第一稀疏特征和所述目标子字典得到第二重建深层特征； 基于所述第一重建深层特征和所述基础特征计算第二损失函数值； 基于所述第二重建深层特征和所述基础特征计算第三损失函数值； 基于所述第二损失函数值和所述第三损失函数调整所述第一目标字典，直到达到预设的迭代完成条件，得到第二目标字典。

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北京邮电大学，其通讯地址为：100876 北京市海淀区西土城路10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。