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！

龙图腾网获悉睿明智能科技(嘉兴)有限公司申请的专利一种基于深度学习的图像特征高效提取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：CN116137065B 。

龙图腾网通过国家知识产权局官网在2026-04-14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：202310157546.7，技术领域涉及：G06V10/82；该发明授权一种基于深度学习的图像特征高效提取方法是由王中山;石珂;李召阳;陈泓霖;陈思阳设计研发完成，并于2023-02-23向国家知识产权局提交的专利申请。

本一种基于深度学习的图像特征高效提取方法在说明书摘要公布了：本发明公开了一种基于深度学习的图像特征高效提取方法，包括：获取图像数据，对图像数据进行卷积处理得到第一特征图，基于第一特征图得到第二特征图数据，基于第二特征图数据，得到第一均分数据和第二均分数据，对第二均分数据进行卷积和相邻通道分离，得到第一相似特征数据和第二相似特征数据，对第二相似特征数据进行深度可分离卷积并与第一相似特征数据进行拼接，得到第一特征数据，将第一特征数据和第一均分数据进行拼接，得到第二特征数据，基于第二特征数据获取第三特征图数据，基于第三特征图数据得到目标类别数目数据，基于目标类别数目数据，得到预测图像类别。上述技术方案能够对图像数据进行快速推理且提取特征更加高效。

本发明授权一种基于深度学习的图像特征高效提取方法在权利要求书中公布了：1.一种基于深度学习的图像特征高效提取方法，其特征在于，包括： 获取图像数据，对所述图像数据进行卷积处理得到第一特征图数据，对所述第一特征图数据进行深度可分离卷积得到第二特征图数据，对所述第二特征图数据的特征通道进行均分，得到第一均分数据和第二均分数据，对所述第二均分数据进行卷积和相邻通道分离，得到第一相似特征数据和第二相似特征数据，对所述第二相似特征数据进行深度可分离卷积并与所述第一相似特征数据进行拼接，得到第一特征数据，将所述第一特征数据和所述第一均分数据进行拼接，得到第二特征数据，基于第二特征数据获取第三特征图数据，基于第三特征图数据得到目标类别数目数据，基于目标类别数目数据，得到图像数据对应的图像类别； 获取第一特征图数据的过程包括： 通过步长为2，卷积核大小为3*3的卷积核对图像数据进行卷积处理，并对卷积处理后的图像数据进行特征通道数目扩充，对卷积后的图像数据进行下采样，得到第一特征图数据； 获取第二特征图数据的过程包括： 构建激活函数，对第一特征图数据进行批量归一化处理，通过激活函数对归一化处理后的第一特征图数据进行激活，通过步长为2，卷积核大小为3*3的卷积核对激活后的第一特征图数据进行深度可分离卷积处理，对卷积后的图像数据进行下采样，得到第二特征图数据； 获取第一相似特征数据和第二相似特征数据的过程包括： 对第二特征图数据进行批量归一化处理，通过大小为1*1的卷积核对归一化处理后的第二特征图数据进行卷积处理，通过激活函数对卷积处理后的第二特征图数据进行激活，对激活后的第二特征图数据的特征通道进行均分，得到第一均分数据和第二均分数据，对第二均分数据进行卷积和相邻通道分离处理，得到第一相似特征数据和第二相似特征数据； 获取第二特征数据的过程包括： 对第二相似特征数据进行批量归一化处理，通过卷积核大小为1*1的卷积核对归一化处理后的第二相似特征数据进行卷积处理，通过激活函数对卷积处理后的第二相似特征数据进行激活，将激活后的第二相似特征数据与第一相似特征数据进行拼接，得到第一特征数据，将第一特征数据和第一均分数据进行拼接，得到第二特征数据； 获取第三特征图数据的过程包括： 对第二特征数据进行通道混洗，对通道混洗后的第二特征数据的特征进行重新组合，对重新组合的第二特征数据进行下采样，得到第三特征图数据。

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睿明智能科技(嘉兴)有限公司，其通讯地址为：314000 浙江省嘉兴市秀洲区油车港镇嘉通商务楼1幢801-3；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。