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的优化方法、电子设备和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：CN115588104B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202211125156.3，技术领域涉及：G06V10/40；该发明授权图像分类模型的优化方法、电子设备和存储介质是由马华东;傅慧源;王川铭设计研发完成，并于2022-09-14向国家知识产权局提交的专利申请。

本图像分类模型的优化方法、电子设备和存储介质在说明书摘要公布了：本申请提供一种图像分类模型的优化方法、电子设备和存储介质，包括：获取图像分类模型，并通过所述图像分类模型对图像数据进行深度特征提取，生成深度特征图像；对所述深度特征图像进行部件特征提取，得到至少两个部件特征；基于至少两个所述部件特征生成部件原型，并根据所述部件原型计算所述深度特征图像的对比损失；基于所述对比损失对所述图像分类模型进行优化。本申请通过对深度特征图像进行部件特征提取，得到多个部件特征，并通过多个部件特征生成部件原型进而得到深度特征图像的对比损失，最终通过对比损失对图像分类模型进行优化。

本发明授权图像分类模型的优化方法、电子设备和存储介质在权利要求书中公布了：1.一种图像分类模型的优化方法，其特征在于，包括： 获取图像分类模型，并通过所述图像分类模型对图像数据进行深度特征提取，生成深度特征图像； 对所述深度特征图像进行部件特征提取，得到至少两个部件特征； 基于至少两个所述部件特征生成部件原型，计算至少两个所述部件特征到所述部件原型的距离；根据所述距离计算所述深度特征图像的对比损失； 基于所述对比损失对所述图像分类模型进行优化； 所述对所述深度特征图像进行部件特征提取，得到至少两个部件特征，包括： 计算所述深度特征图像与预设部件特征间的相似度； 根据所述相似度和所述深度特征图像，得到至少两个所述部件特征； 其中，所述相似度计算表示为： 其中，S表示相似度，R表示实数空间，ε表示预设部件特征的表征向量，k表示是第k个部件特征，X表示卷积神经网络，ij表示X空间维度上的一个位置，T表示矩阵的转置操作，表示所述深度特征图像第t次迭代时第k个部件特征所代表的特征向量，||2表示对向量求L2-Norm值，与是两个均由卷积层、批量归一化层和ReLU激活函数层构成的模块； 所述根据所述相似度计算的结果和所述深度特征图像获取至少两个部件特征，表示为： ； 其中，其中表示对矩阵的特征维度进行变换，表示一个用于防止分母为零的极小值，X表示卷积神经网络，H表示深度特征图像的高，W表示深度特征图像的宽，C表示深度特征图像的维度，S表示相似度，R表示实数空间。

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。