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！

龙图腾网获悉北京达佳互联信息技术有限公司申请的专利图像处理模型的训练方法、装置、电子设备及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：CN115578587B 。

龙图腾网通过国家知识产权局官网在2025-08-22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：202211243002.4，技术领域涉及：G06V10/764；该发明授权图像处理模型的训练方法、装置、电子设备及存储介质是由申世伟;王博瀚;杨光;韦振国;李家宏设计研发完成，并于2022-10-11向国家知识产权局提交的专利申请。

本图像处理模型的训练方法、装置、电子设备及存储介质在说明书摘要公布了：本公开是关于一种图像处理模型的训练方法、装置、电子设备及存储介质，涉及图像处理技术领域，该方法包括：将待训练图像样本对应增广待训练图像样本进行特征提取；根据提取的特征向量进行损失处理，得到每个待训练图像样本对应的第一、第二增广待训练图像样本对应的第一分类损失、第二分类损失，以及第一、第二增广待训练图像样本对应的比对损失；根据第一分类损失、第二分类损失以及对比损失，确定每个待训练图像样本所属样本类型；基于课程学习算法，将待训练图像样本，按照所属样本类型从简单、中等困难到困难的顺序，对初始图像分类模型进行迭代训练得到目标图像分类模型。本公开能够解决图像处理模型受噪声样本影响训练效果的问题。

本发明授权图像处理模型的训练方法、装置、电子设备及存储介质在权利要求书中公布了：1.一种图像处理模型的训练方法，其特征在于，包括： 对待训练图像样本集合中每个待训练图像样本进行两次不同形式的数据增广，得到增广待训练图像样本；所述增广待训练图像样本包括第一增广待训练图像样本和第二增广待训练图像样本； 将所述增广待训练图像样本进行特征提取，获取每个增广待训练图像样本对应的特征向量； 根据第一损失函数和所述增广待训练图像样本对应的特征向量计算损失值，得到每个待训练图像样本的所述第一增广待训练图像样本对应的第一分类损失、所述第二增广待训练图像样本对应的第二分类损失，以及所述第一增广待训练图像样本和所述第二增广待训练图像样本对应的比对损失； 响应于所述比对损失小于第一对比损失阈值，并且所述第一分类损失和所述第二分类损失均小于第一分类损失阈值，则确定所述待训练图像样本为第一简单样本，所述第一简单样本表征标注正确并且被识别的概率大于第一识别阈值的图像样本； 响应于所述比对损失小于第一对比损失阈值，并且所述第一分类损失和所述第二分类损失均大于第二分类损失阈值，则确定所述待训练图像样本为第二简单样本，所述第二简单样本表征标注错误但被识别的概率大于所述第一识别阈值的图像样本； 响应于所述比对损失大于第二对比损失阈值，并且所第一分类损失和所述第二分类损失中存在大于第二分类损失阈值的分类损失，也存在小于所述第一分类损失阈值的分类损失，则确定所述待训练图像样本为中等困难样本，所述第二分类损失阈值大于所述第一分类损失，所述中等困难样本表征被识别的概率大于第二识别阈值并且小于所述第一识别阈值的图像样本； 响应于所述比对损失大于第二对比损失阈值，并且所第一分类损失和所述第二分类损失均大于第二分类损失阈值，则确定所述待训练图像样本为困难样本，所述困难样本表征被识别的概率小于第二识别阈值的图像样本； 基于课程学习算法，将所述待训练图像样本，按照所属样本类型从简单、中等困难到困难的顺序，对初始图像分类模型进行迭代训练得到目标图像分类模型。

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北京达佳互联信息技术有限公司，其通讯地址为：100085 北京市海淀区上地西路6号1幢1层101D1-7；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”。