南方科技大学何志海获国家专利权
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!
龙图腾网获悉南方科技大学申请的专利模型测试自适应方法、装置、终端及计算机可读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:CN119107522B 。
龙图腾网通过国家知识产权局官网在2026-04-07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:202411137137.1,技术领域涉及:G06V10/776;该发明授权模型测试自适应方法、装置、终端及计算机可读存储介质是由何志海;陈烁硕;唐雨顺;徐衡设计研发完成,并于2024-08-19向国家知识产权局提交的专利申请。
本模型测试自适应方法、装置、终端及计算机可读存储介质在说明书摘要公布了:本发明所提供的模型测试自适应方法、装置、终端及计算机可读存储介质,方法包括:获取经预训练的源域模型以及测试图像批次序列;基于当前测试图像批次和预设的熵损失函数对当前模型进行更新,并确定当前测试图像批次对应的更新前线性特征和更新后线性特征;根据更新前线性特征和更新后线性特征,对更新后线性特征进行平移,得到当前批次优化特征;将当前批次优化特征输入源域模型中冻结的分类器中,得到对当前测试图像批次的预测结果。本发明通过采用无监督的熵损失函数,对当前模型产生的更新后线性特征进行平移,优化了对当前测试图像批次的分类预测结果,每个批次预测结果都得以自适应的优化,从而提高了整体图像分类的测试准确率。
本发明授权模型测试自适应方法、装置、终端及计算机可读存储介质在权利要求书中公布了:1.一种模型测试自适应方法,其特征在于,所述方法包括: 获取经预训练的源域模型以及测试图像批次序列; 在基于所述测试图像批次序列中的各测试图像批次对所述源域模型进行迭代更新时,基于当前测试图像批次和预设的熵损失函数对当前模型进行更新,并确定所述当前测试图像批次对应的更新前线性特征和更新后线性特征; 根据所述更新前线性特征和更新后线性特征,对所述更新后线性特征进行平移,得到当前批次优化特征; 将所述当前批次优化特征输入所述源域模型中冻结的分类器中,得到对当前测试图像批次的预测结果; 根据所述更新前线性特征和更新后线性特征,对所述更新后线性特征进行平移,得到当前批次优化特征,包括: 根据所述更新前线性特征和更新后线性特征得到当前测试图像批次的线性特征平移方向和线性特征平移尺度; 基于所述线性特征平移方向和线性特征平移尺度对所述更新后线性特征进行平移,得到当前批次优化特征; 根据所述更新前线性特征和更新后线性特征得到当前测试图像批次的线性特征平移方向和线性特征平移尺度,包括: 根据所述更新前线性特征到所述更新后线性特征的特征变化得到当前测试图像批次的线性特征平移方向; 根据所述更新前线性特征和所述更新后线性特征计算相对特征变化率; 获取预先确定的当前测试图像批次的斜率超参数; 根据所述斜率超参数和所述相对特征变化率计算得到线性特征平移尺度。
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南方科技大学,其通讯地址为:518055 广东省深圳市南山区桃源街道学苑大道1088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。
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。

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