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！

龙图腾网获悉浙江大华技术股份有限公司申请的专利图像分类模型训练方法、电子设备和计算机可读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：CN115205583B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202210651076.5，技术领域涉及：G06V10/764；该发明授权图像分类模型训练方法、电子设备和计算机可读存储介质是由黄胡晏;潘华东;殷俊;周明伟;朱书磊设计研发完成，并于2022-06-08向国家知识产权局提交的专利申请。

本图像分类模型训练方法、电子设备和计算机可读存储介质在说明书摘要公布了：本申请公开了一种图像分类模型训练方法、电子设备和计算机可读存储介质，该训练方法包括：将训练图像集和变换图像集输入图像分类模型，得到原始概率矩阵和变换概率矩阵；基于原始概率矩阵和概率阈值，得到每种图像类型各自对应的分类集合；每个分类集合包括至多第二数值个概率超过概率阈值的训练图像，且第二数值与图像分类模型的训练次数正相关；基于各个分类集合和变换图像集，得到目标矩阵；目标矩阵包括每两个变换图像是否属于同一图像类型的判断结果；基于目标矩阵和变换概率矩阵，得到损失值，基于损失值调整图像分类模型的参数并更新当前的训练次数，直至满足预设收敛条件。上述方案，能够降低训练难度并提高图像分类的准确率。

本发明授权图像分类模型训练方法、电子设备和计算机可读存储介质在权利要求书中公布了：1.一种图像分类模型训练方法，其特征在于，所述方法包括： 将训练图像集，以及所述训练图像集对应的变换图像集输入图像分类模型，得到原始概率矩阵和变换概率矩阵；其中，所述训练图像集共包括第一数值个图像类型，所述原始概率矩阵包括所述训练图像集中的每个训练图像属于每种图像类型的概率，所述变换概率矩阵包括所述变换图像集中的每个变换图像属于每种图像类型的概率； 基于所述原始概率矩阵和概率阈值，得到每种所述图像类型各自对应的分类集合；每个所述分类集合包括至多第二数值个概率超过所述概率阈值的训练图像，且所述第二数值与所述图像分类模型的训练次数正相关； 基于各个所述分类集合和所述变换图像集，得到目标矩阵；所述目标矩阵包括每两个所述变换图像是否属于同一图像类型的判断结果； 基于所述目标矩阵和所述变换概率矩阵，得到损失值，基于所述损失值调整所述图像分类模型的参数并更新当前的训练次数，直至满足预设收敛条件，获得训练后的所述图像分类模型。

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浙江大华技术股份有限公司，其通讯地址为：310051 浙江省杭州市滨江区滨安路1187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”。