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！

龙图腾网获悉平安科技(深圳)有限公司申请的专利面向增量学习的图像分类方法以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：CN116580246B 。

龙图腾网通过国家知识产权局官网在2025-09-02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：202310633220.7，技术领域涉及：G06V10/764；该发明授权面向增量学习的图像分类方法以及相关设备是由瞿晓阳;王健宗;王亮设计研发完成，并于2023-05-31向国家知识产权局提交的专利申请。

本面向增量学习的图像分类方法以及相关设备在说明书摘要公布了：本申请涉及人工智能领域以及数字医疗领域，提供了一种面向增量学习的图像分类方法以及相关设备，该方法通过确定第一本地图像样本集的分类任务类型，并根据目标分类任务类型获取对应的多个适配器以及预测输出模块，之后将多个适配器、预测输出模块和预训练模型进行结合以得到初始图像分类模型，之后基于初始图像分类模型进行联邦学习得到中间图像分类模型，并将中间图像分类模型作为教师模型对初始图像分类模型进行蒸馏处理，得到目标图像分类模型，最后利用目标图像分类模型进行分类预测，既能在联邦学习框架下充分学习新类数据，又能够缓解在学习新类数据时造成的灾难性遗忘，提高联邦学习架构下图像分类的增量学习能力。

本发明授权面向增量学习的图像分类方法以及相关设备在权利要求书中公布了：1.一种面向增量学习的图像分类方法，其特征在于，所述方法应用于参与联邦学习的客户端，所述客户端与服务器通信连接，其特征在于，所述方法包括： 获取第一本地图像样本集； 根据所述第一本地图像样本集确定目标分类任务类型； 获取所述目标分类任务类型对应的多个适配器以及预测输出模块； 将多个所述适配器、所述预测输出模块和预训练模型进行结合处理，得到初始图像分类模型； 基于所述第一本地图像样本集对所述初始图像分类模型进行训练，得到中间图像分类模型； 将所述中间图像分类模型的本地模型参数上传至所述服务器，以使所述服务器对所述本地模型参数进行整合处理，得到全局模型参数； 从所述服务器获取所述全局模型参数，并根据所述全局模型参数更新所述中间图像分类模型； 将更新后的所述中间图像分类模型作为教师模型对所述初始图像分类模型进行蒸馏处理，得到目标图像分类模型； 获取待分类图像； 将所述待分类图像输入至所述目标图像分类模型中，以通过所述目标图像分类模型得到所述待分类图像对应的分类预测结果。

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平安科技(深圳)有限公司，其通讯地址为：518000 广东省深圳市福田区福田街道福安社区益田路5033号平安金融中心23楼；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”。