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！

龙图腾网获悉江苏大学申请的专利基于视觉信息和语义属性的电子元器件零样本识别模型及方法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：CN115170888B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202210876236.6，技术领域涉及：G06V10/764；该发明授权基于视觉信息和语义属性的电子元器件零样本识别模型及方法是由顾寄南;方新领;黄娟;李静;张伟;王梦妮;张可设计研发完成，并于2022-07-25向国家知识产权局提交的专利申请。

本基于视觉信息和语义属性的电子元器件零样本识别模型及方法在说明书摘要公布了：本发明公开了基于视觉信息和语义属性的电子元器件零样本识别模型及方法，识别模型包括视觉分类网络模型、Skip‑gram模型和CBOW模型，根据电子元器件的视觉特征，设计出可见类以及不可见类电子元器件的语义属性表，使可见类和不可见类之间的语义属性共享。通过将视觉信息和标签的语义属性相结合，利用从文本数据中学习到的标签的语义属性，将语义属性作为监督信号，结合已见类图像训练视觉分类网络，进而实现零样本学习。训练时，通过Skip‑gram模型将可见类转化为语义属性类，使视觉分类网络的训练过程变为共享的语义属性类与输入图像之间的训练。在预测过程中，视觉分类网络预测出共享的语义属性类，CBOW模型将语义属性类转换为类别标签，实现对可见类和不可见类的预测，完成电子元器件零样本识别。

本发明授权基于视觉信息和语义属性的电子元器件零样本识别模型及方法在权利要求书中公布了：1.基于视觉信息和语义属性的电子元器件零样本识别模型构建方法，其特征在于，包括： 视觉分类网络模型，所述视觉分类网络模型包括视觉特征提取模块、语义属性标签分类模块、分类得分模块和语义属性标签监督模块；所述视觉特征提取模块提取输入的电子元器件图像的特征图并输入所述语义属性标签分类模块；所述语义属性标签分类模块基于输入的特征图预测出分类结果；所述语义属性标签监督模块基于Skip-gram模型输出的类别标签对应的语义属性类标签对视觉分类网络模型进行监督；所述分类得分模块基于语义属性标签分类模块预测出的分类结果计算分类得分，输出得分最高的三个语义属性类标签； Skip-gram模型，所述Skip-gram模型的输入为电子元器件的类别标签，所述Skip-gram模型的输出为类别标签对应的语义属性类标签；Skip-gram模型将输出输入语义属性标签监督模块，在语义属性标签监督模块由多分类的交叉熵损失函数对视觉分类网络模型进行监督； CBOW模型，所述CBOW模型的输入为分类得分模块输出的语义属性类标签，所述CBOW模型的输出为输入预测的电子元器件图像对应的类别标签。

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江苏大学，其通讯地址为：212013 江苏省镇江市京口区学府路301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。