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！

龙图腾网获悉厦门理工学院;容大合众(厦门)科技集团股份公司申请的专利基于感知流形体积信息指导的生鲜货品长尾识别学习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：CN120236147B 。

龙图腾网通过国家知识产权局官网在2025-08-01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：202510704596.1，技术领域涉及：G06V10/764；该发明授权基于感知流形体积信息指导的生鲜货品长尾识别学习方法是由李焜炽;王大寒;张煦尧;姜其焱;洪婀蕙;傅剑芳;祁喜燕;朱顺痣设计研发完成，并于2025-05-29向国家知识产权局提交的专利申请。

本基于感知流形体积信息指导的生鲜货品长尾识别学习方法在说明书摘要公布了：本发明提供了基于感知流形体积信息指导的生鲜货品长尾识别学习方法，涉及长尾图像识别技术领域，在初始模型训练完成后，引入感知流形体积的概念，通过计算不同类别的流形体积来调整模型的分类权重，并结合分块知识蒸馏技术，优化模型对各类别货品的识别性能。通过周期性更新和迭代优化，该方法能够有效平衡模型对头部和尾部类别的识别能力，显著提升生鲜货品图像识别的准确性和鲁棒性，为无人零售场景下的自动结算系统提供更可靠的解决方案。旨在解决实际零售场景中，生鲜货品数据通常呈现长尾分布，这种数据分布的不平衡性导致传统图像识别模型在训练时偏向于样本丰富的类别，从而降低对样本稀少类别的识别能力的问题。

本发明授权基于感知流形体积信息指导的生鲜货品长尾识别学习方法在权利要求书中公布了：1.一种基于感知流形体积信息指导的生鲜货品长尾识别学习方法，其特征在于，包括： 基于传统的长尾识别方法对预设的智能货品图像识别模型进行训练，得到学生网络和教师网络，并基于教师网络计算不同类别的感知流行体积，得到最终需要的感知流形体积信息； 将感知流形体积信息作为权重因子，基于该权重因子对学生网络的logits输出进行调整，计算得到logit再权衡分类损失； 根据感知流形体积信息对学生网络和教师网络的softmax层进行分块处理，在每个分块内计算基于logit的分块知识蒸馏损失； 结合logit再权衡分类损失与基于logit的分块知识蒸馏损失，得到总损失函数，并根据所述总损失函数对学生网络进行微调； 重复上述微调步骤，直至完成预设个周期的微调，复制学生网络，以替换原有的教师网络，进入新一轮的迭代微调，直至得到的学生网络达到预设标准； 基于教师网络计算不同类别的感知流行体积，得到最终需要的感知流形体积信息，具体为： 根据所述教师网络，计算不同类别的感知流行体积，其计算公式为：，其中，为类别的感知流形体积，为类别的表征矩阵，为类别所有表征的平均值，为所有货品类别数量，为行列式函数，表示计算矩阵的行列式值； 其中，当类别的样本数量为1时，类别的感知流形体积； 对每个类别对应的感知流行体积进行归一化处理，得到最终需要的感知流形体积信息，其公式为：，其中，为所有类别的体积总和； logit再权衡分类损失的公式为：，其中，，为学生网络，为货品图片，为对应的类别标签，为超参数，为所有货品的类别集合，为用归一化的流行体积计算的权重因子，为学生网络模型的logit输出在类别标签这个位置上的值，为学生网络模型的logit输出在类别标签这个位置上的值； 根据感知流形体积信息对学生网络和教师网络的softmax层进行分块处理，在每个分块内计算基于logit的分块知识蒸馏损失，具体为： 将不同类别的感知流形体积信息分割成块，以使得每个块内每个类别的流行体积相对一致，并标记为，其中，为预设常数，表示第块，为第1块，为第2块，为第块，表示属于第块的类别集合，为属于第块的类别集合，为属于第块的类别集合，为属于第块的类别集合； 根据此分块结果对学生网络和教师网络的softmax层进行相应的分割处理，并在每个块上计算对应的基于logit的分块知识蒸馏损失，其公式为：，其中，为教师网络，为温度参数，为仅在所包含的类别上的logits计算softmax，为在类别y位置上的值，为所包含的类别数量。

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厦门理工学院;容大合众(厦门)科技集团股份公司，其通讯地址为：361024 福建省厦门市集美区理工路600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”。