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！

龙图腾网获悉浙江大学申请的专利一种基于原型对比自训练的跨域图像分类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：CN115908892B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202211230693.4，技术领域涉及：G06V10/764；该发明授权一种基于原型对比自训练的跨域图像分类方法是由张寅;余晏;罗聪;庄越挺设计研发完成，并于2022-10-09向国家知识产权局提交的专利申请。

本一种基于原型对比自训练的跨域图像分类方法在说明书摘要公布了：本发明公开了一种基于原型对比自训练的跨域图像分类方法。本发明包括如下步骤：1通过域不变特征学习方法，获得跨域图像分类模型；2利用当前最新的跨域图像分类模型预测目标域上图像的伪标签，使用每个批次的数据不断更新每个类别的原型并计算对比损失；3将分类损失和对比损失结合构成目标函数进行训练，优化更新特征抽取网络与跨域图像分类网络，再回到步骤2循环执行。本发明将原型对比学习融入到自训练中，通过将目标域中无标签图像数据的分布结构编码进自训练框架中，并在自学习的过程中完全放弃掉源数据，有效解决了域不变表征学习与自训练方法之间的不兼容问题，提升了跨域图像分类网络对分类边界附近相似图像数据分类的鲁棒性。

本发明授权一种基于原型对比自训练的跨域图像分类方法在权利要求书中公布了：1.一种基于原型对比自训练的跨域图像分类方法，其特征在于，步骤如下： S1：基于有标签的源域图像数据集和无标签的目标域图像数据集，通过域不变特征学习方法，获得由图像特征提取网络和图像分类网络级联而成的跨域图像分类模型； S2、利用当前最新的跨域图像分类模型预测目标域上图像的伪标签，使用每个批次的伪标签类别数据不断更新每个类别的原型，所述更新方式为：在目标域的每个批量数据中，先根据伪标签的类别计算该批次对应类别的原型，然后使用指数移动平均策略将每个批次计算出的原型更新到对应类别的原型中；完成各类别的原型更新后，根据每个类别的数据应该更接近对应类别的原型的原理，计算图像分类网络的原型对比损失； S3：将跨域图像分类模型中的图像特征提取网络和图像分类网络重新初始化，再结合跨域图像分类模型对目标域数据伪标签的分类损失和原型对比损失计算模型的目标函数，从而进行用于无监督跨域图像分类的原型对比自训练，优化更新跨域图像分类模型中的特征抽取网络与图像分类网络，再重新回到步骤S2循环执行，直至达到预设的最大循环次数，完成跨域图像分类模型的训练； S4：基于S3中训练得到的跨域图像分类模型，对输入的目标域图像预测图像的分类。

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浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866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。