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！

龙图腾网获悉上海交通大学申请的专利图像分类方法、系统、介质及电子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：CN116843961B 。

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：202310773860.8，技术领域涉及：G06V10/764；该发明授权图像分类方法、系统、介质及电子设备是由黄维然;姜子昊;党运楷设计研发完成，并于2023-06-28向国家知识产权局提交的专利申请。

本图像分类方法、系统、介质及电子设备在说明书摘要公布了：本发明提供一种图像分类方法、系统、介质及电子设备，包括构建图像分类模型，图像分类模型包括文本表征提取器、视觉表征提取器、可学习度量模块；构建扩展类别标签；基于视觉表征提取器提取支援图像的支援视觉表征，提取查询图像的查询视觉表征；基于可学习度量模块计算文本表征和支援视觉表征的第一相似度矩阵，调整可学习度量模块的参数；基于可学习度量模块计算文本表征和查询视觉表征的第二相似度矩阵，并调整文本表征提取器、视觉表征提取器和可学习度量模块的参数，以基于训练好的图像分类模型实现待分类图像的分类。本发明的图像分类方法、系统、介质及电子设备通过图像、文本双模态对比学习的方式进行图像分类模型的训练，提升了准确性。

本发明授权图像分类方法、系统、介质及电子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，所述方法包括以下步骤： 构建图像分类模型，所述图像分类模型包括文本表征提取器、视觉表征提取器和可学习度量模块； 构建扩展类别标签，基于所述文本表征提取器提取所述扩展类别标签的文本表征； 基于所述视觉表征提取器提取支援图像的支援视觉表征，提取查询图像的查询视觉表征； 基于所述可学习度量模块计算所述文本表征和所述支援视觉表征的第一相似度矩阵，基于所述第一相似度矩阵计算第一对比损失，并基于所述第一对比损失调整所述可学习度量模块的参数； 基于调整后的可学习度量模块计算所述文本表征和所述查询视觉表征的第二相似度矩阵，基于所述第二相似度矩阵计算第二对比损失，并基于所述第二对比损失调整所述文本表征提取器、所述视觉表征提取器和所述可学习度量模块的参数； 基于调整后的所述图像分类模型迭代进行所述第一对比损失和所述第二对比损失的计算以及所述图像分类模型参数的调整，以基于训练好的图像分类模型实现待分类图像的分类； 基于训练好的图像分类模型实现待分类图像的分类包括以下步骤： 基于支援图像和文本表征对所述可学习度量模块进行调整； 基于调整后的可学习度量模块，获取所述待分类图像和支援图像的第二相似度矩阵； 选取相似度值最高的类别标签作为所述待分类图像的分类结果。

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上海交通大学，其通讯地址为：200240 上海市闵行区东川路800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。