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！

龙图腾网获悉西安电子科技大学申请的专利渐进式训练多尺度信息检索网络的图像场景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：CN117079056B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202311203883.1，技术领域涉及：G06V10/764；该发明授权渐进式训练多尺度信息检索网络的图像场景分类方法是由唐旭;杜瑞琦;马晶晶;张向荣;焦李成设计研发完成，并于2023-09-18向国家知识产权局提交的专利申请。

本渐进式训练多尺度信息检索网络的图像场景分类方法在说明书摘要公布了：本发明公开一种渐进式训练多尺度信息检索网络的图像场景分类方法，主要解决现有遥感图像场景分类方法特征提取能力不足，受噪声样本影响的问题。本发明实现的步骤为：构建一个由结构相同的第一子网络和第二子网络并联组成的孪生分支结构的多尺度信息检索网络；采用反向学习策略初步训练多尺度信息检索网络；采用样本选择策略训练进一步训练多尺度信息检索网络；采用重新标记策略训练完成多尺度信息检索网络的训练；对遥感图像进行分类。本发明通过充分挖掘遥感场景中包含的复杂特征，减少噪声样本在训练过程中对网络的影响，从而提高了图像场景的分类精度。

本发明授权渐进式训练多尺度信息检索网络的图像场景分类方法在权利要求书中公布了：1.一种渐进式训练多尺度信息检索网络的图像场景分类方法，其特征在于，构建一个包含双孪生分支的多尺度信息检索网络，使用渐进式学习算法训练网络；该分类方法的步骤包括如下： 步骤1，生成训练集： 选取至少P张遥感图片组成训练集，训练集中至少包括C个遥感场景类别，每一个遥感场景类别中至少含有N张图片，并且该类别中含有M张噪声的遥感图片，其中，N大于或等于1，M≤N，C大于或等于2，P＝C×N； 步骤2，搭建一个由结构相同的第一子网络和第二子网络并联组成双孪生分支结构的多尺度信息检索网络；每个子网络包括两个支路和四个尺度缩减层；所述第一支路由下采样模块、第一卷积模块、第二卷积模块、第三卷积模块、第四卷积模块依次串联组成；所述第二支路由拼接层、Transformer模块、分类器依次串联组成；第一支路中的第一至第四卷积模块分别与第一尺度至第四尺度缩减层相连后再与第二支路的拼接层相连接；第一支路中的第四卷积模块与第二支路的分类器相连； 步骤3，采用反向学习策略，初步训练多尺度信息检索网络： 将训练集输入到多尺度信息检索网络中，使用梯度下降法，迭代更新第一子网络的权重值，使用参数迁移法更新第二子网络的权重，直至网络的反向学习损失函数收敛为止，得到初步训练好的多尺度信息检索网络； 步骤4，采用样本选择策略，进一步训练多尺度信息检索网络： 将训练集输入到初步训练好的多尺度信息检索网络中，使用样本选择策略选择部分样本参与训练过程中交叉熵损失函数的计算；使用梯度下降法，迭代更新第一子网络的权重，使用参数迁移法更新第二子网络的权重，直至网络的交叉熵损失函数收敛为止，得到进一步训练好的多尺度信息检索网络； 步骤5，采用重新标记策略，完成对多尺度信息检索网络的训练： 将训练集输入到进一步训练好的多尺度信息检索网络中，使用重新标记策略为训练集中的训练样本重新分配标签；使用梯度下降法，迭代更新第一子网络的权重，使用参数迁移法更新第二子网络的权重，直至网络的交叉熵损失函数收敛为止，得到训练好的多尺度信息检索网络； 步骤6，对遥感图像进行分类： 将待分类的遥感图像输入到训练好的多尺度信息检索网络中，输出分类结果向量，该向量中包含与训练集中每一遥感场景类别相对应的概率值，将其中最大概率值所对应的类别作为待分类遥感图像的分类结果。

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安电子科技大学，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。