腾讯科技(深圳)有限公司刘士湛获国家专利权
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！
龙图腾网获悉腾讯科技(深圳)有限公司申请的专利图像分类模型的训练方法、语义分割方法及相关设备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：CN117315404B 。
龙图腾网通过国家知识产权局官网在2025-06-24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：202311510724.6，技术领域涉及：G06V10/774；该发明授权图像分类模型的训练方法、语义分割方法及相关设备是由刘士湛;蒋正锴;李昱希设计研发完成，并于2023-11-10向国家知识产权局提交的专利申请。
本图像分类模型的训练方法、语义分割方法及相关设备在说明书摘要公布了：本申请涉及人工智能中的迁移学习技术，公开了一种图像分类模型的训练方法、语义分割方法及相关设备，该训练方法包括：基于图像分类模型中的特征提取网络对目标域图像提取的特征，确定目标域图像的特征图；基于特征图进行特征重建，得到重建特征图；根据特征图和重建特征图，确定目标域图像中各像素的覆盖密度；根据目标域图像中各像素的覆盖密度和各像素的特征，在目标域图像中筛选待进行像素标注的核心像素集；覆盖密度用于缩放两个像素之间的特征距离；根据核心像素集中像素的标注信息和目标域图像，对图像分类模型进行微调训练。本申请可以减少目标域中标注的像素数量，而且可以保证图像分类模型训练的效果。
本发明授权图像分类模型的训练方法、语义分割方法及相关设备在权利要求书中公布了：1.一种图像分类模型的训练方法，其特征在于，包括： 基于图像分类模型中的特征提取网络对目标域图像提取的特征，确定目标域图像的特征图；所述图像分类模型是通过源域图像和源域图像中各像素的标注信息进行预训练得到的； 基于所述特征图进行特征重建，得到重建特征图，所述重建特征图中像素的重建特征是根据该像素的邻域像素的特征重建得到的； 根据所述特征图和所述重建特征图，确定所述目标域图像中各像素的覆盖密度；一个像素的覆盖密度越高，所述像素的特征在目标域图像中分布越密集； 根据所述目标域图像中各像素的覆盖密度和所述特征图中各像素的特征，按照贪心算法，在目标域图像中筛选待进行像素标注的核心像素集；所述覆盖密度用于缩放两个像素之间的特征距离； 根据所述核心像素集中像素的标注信息和所述目标域图像，对所述图像分类模型进行微调训练。
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腾讯科技(深圳)有限公司，其通讯地址为：518064 广东省深圳市南山区高新区科技中一路腾讯大厦35层；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”。
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