西北大学杨建锋获国家专利权
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！
龙图腾网获悉西北大学申请的专利基于弱样本学习的垃圾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：CN116385777B 。
龙图腾网通过国家知识产权局官网在2026-03-20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：202310259529.4，技术领域涉及：G06V10/764；该发明授权基于弱样本学习的垃圾分类方法是由杨建锋;颜辰航;高岭;张帆;刘瑞献;愉滨铨设计研发完成，并于2023-03-16向国家知识产权局提交的专利申请。
本基于弱样本学习的垃圾分类方法在说明书摘要公布了：本申请涉及一种基于弱样本学习的垃圾分类方法，在模型训练阶段，将数据划分为少数强标注的基础种类数据和多数弱标注的新种类数据，通过相似度网络和主分类器两个训练阶段完成模型训练，这使得模型对数据标注的质量需求降低，更易于利用已有的数据完成模型训练，简化数据标注工作。
本发明授权基于弱样本学习的垃圾分类方法在权利要求书中公布了：1.一种基于弱样本学习的垃圾分类模型构建方法，其特征在于，包括： 对属于厨余垃圾类型的多张图片进行强标注，得到基础种类数据集；所述强标注为对图片中包含的物体的类别进行标注； 对属于非厨余垃圾类型的多张图片进行弱标注，得到新种类数据集；所述非厨余垃圾类型包括可回收物垃圾类型、有害垃圾类型和其他垃圾类型；所述弱标注为通过爬虫对图片进行爬取，对爬取到的图片进行类别标注； 基于主干网络提取所述基础种类数据集中图片的图片特征以及所述新种类数据集中图片的图片特征； 将所述基础种类数据集中图片的图片特征以及所述新种类数据集中图片的图片特征输入到相似度网络，基于鉴别器对所述相似度网络进行训练，得到训练后的相似度网络；所述鉴别器用于区分两张图片构成的图像对的关系特征的来源是基础种类数据集还是新种类数据集； 针对每个非厨余垃圾类型，基于所述训练后的相似度网络计算属于所述非厨余垃圾类型的图片中任意两张图片之间的相似度，得到所述非厨余垃圾类型对应的相似度矩阵；采用所述相似度矩阵训练主分类器，得到训练后的主分类器； 所述主干网络、所述训练后的相似度网络和所述训练后的主分类器构成基于弱样本学习的垃圾分类模型；所述主干网络、所述训练后的相似度网络和所述训练后的主分类器依次连接。
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西北大学，其通讯地址为：710069 陕西省西安市太白北路229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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励