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！

龙图腾网获悉江苏成长轨迹教育科技有限公司申请的专利基于关注区域和平滑标注的图像分类机器学习方法及系统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：CN119963923B 。

龙图腾网通过国家知识产权局官网在2025-12-05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：202510232524.1，技术领域涉及：G06V10/764；该发明授权基于关注区域和平滑标注的图像分类机器学习方法及系统是由段垚设计研发完成，并于2025-02-28向国家知识产权局提交的专利申请。

本基于关注区域和平滑标注的图像分类机器学习方法及系统在说明书摘要公布了：本发明公开了基于关注区域和平滑标注的图像分类机器学习方法及系统，该方法包括以下步骤：S10：获取若干图像数据，并根据若干图形数据生成图像数据集；S20：将图像数据集中的各图像划分为一个或若干个关注区域，并给每个关注区域设置一个或若干个分类标签；S30：根据关注区域和分类标签，对图像数据集中的各图像进行标注，得到标注数据集，标注包括置信度和图像分类；S40：采用机器学习算法，根据图像数据集和标注数据集训练得到图像分类模型。通过将图像划分为若干关注区域，并根据关注区域和关注区域的分类标签对图像进行标注，能够高效产出平滑的标注数据，从而提高图像分类模型的训练效果，有效提高图像分类模型的分类准确性。

本发明授权基于关注区域和平滑标注的图像分类机器学习方法及系统在权利要求书中公布了：1.一种基于关注区域和平滑标注的图像分类机器学习方法，其特征在于，包括以下步骤： S10：获取若干图像数据，并根据所述若干图形数据生成图像数据集； S20：将所述图像数据集中的各图像划分为一个或若干个关注区域，并给每个所述关注区域设置一个或若干个分类标签； S30：根据所述关注区域和所述分类标签，对所述图像数据集中的各图像进行标注，得到标注数据集，所述标注包括置信度和图像分类； S40：采用机器学习算法，根据所述图像数据集和所述标注数据集训练得到图像分类模型； 其中，所述步骤S30中，具体包括： S31A：根据各所述图像中的一个或若干个关注区域，筛选出不存在所述关注区域重叠的若干所述图像，作为若干第一图像； S32A：计算若干所述第一图像的面积和每张所述第一图像中各关注区域的面积； S33A：在每张所述第一图像中，根据所述第一图像的面积和所述第一图像中各关注区域的面积，计算得到第一图像中各关注区域的相对面积； S34A：在每张所述第一图像中，将同一分类标签对应的若干所述关注区域的相对面积相加，得到同一所述分类标签的第一权重，遍历所有分类标签，得到第一图像中各分类标签的第一权重； S35A：根据所述第一图像中各分类标签的第一权重计算得到第一置信度和第一图像分类； S36A、根据所述第一置信度和所述第一图像分类对第一图像进行标注，得到标注数据集； S31B：根据各所述图像中的若干个关注区域，筛选出存在所述关注区域重叠的若干所述图像，作为若干第二图像； S32B：根据各所述第二图像中的若干个关注区域和每个所述关注区域对应的一个或若干个分类标签，将每张所述第二图像中存在的若干分类标签，作为每张所述第二图像的若干待处理分类标签； S33B：在每张所述第二图像中，从若干所述待处理分类标签中选择一种或若干种作为特征分类，其余的作为目标分类，所述目标分类对应的关注区域为目标区域，所述特征分类对应的关注区域为特征区域； S34B：在每张所述第二图像中，对于每个目标分类，筛选出目标区域与特征区域的重叠个数作为第二权重； S35B：在每张所述第二图像中，根据所述第二权重和预设的相关系数，计算得到所述目标分类的第二置信度； S36B：根据所述目标分类和所述目标分类的第二置信度对第二图像进行标注，得到标注数据集。

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成长轨迹教育科技有限公司，其通讯地址为：223229 江苏省淮安市淮安区施河镇临河路1号孵化中心二楼；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。