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！

龙图腾网获悉浙江中智达科技有限公司申请的专利一种图像中物体类别的识别方法、装置、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：CN114612719B 。

龙图腾网通过国家知识产权局官网在2025-09-26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：202210242523.1，技术领域涉及：G06V10/764；该发明授权一种图像中物体类别的识别方法、装置、设备及存储介质是由侯卫锋;徐晓舟;叶建位设计研发完成，并于2022-03-11向国家知识产权局提交的专利申请。

本一种图像中物体类别的识别方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种图像中物体类别的识别方法，该方法包括以下步骤：接收待识别的目标图像；利用基于特征图信息熵进行剪枝训练得到的目标物体类别识别模型对目标图像中的物体进行识别操作，得到目标物体类别；对目标物体类别进行输出操作。应用本发明所提供的图像中物体类别的识别方法，提升了模型的图像识别性能，提高了对图像中物体的类型识别的准确性，节省了内存空间，降低了推理耗时。本发明还公开了一种图像中物体类别的识别装置、设备及存储介质，具有相应技术效果。

本发明授权一种图像中物体类别的识别方法、装置、设备及存储介质在权利要求书中公布了：1.一种图像中物体类别的识别方法，其特征在于，包括： 接收待识别的目标图像； 利用基于特征图信息熵进行剪枝训练得到的目标物体类别识别模型对所述目标图像中的物体进行识别操作，得到目标物体类别； 对所述目标物体类别进行输出操作； 还包括对所述目标物体类别识别模型的剪枝训练过程，所述对所述目标物体类别识别模型的剪枝训练过程包括： 利用预选取的训练图像集对预构建的神经网络模型进行训练，得到当前物体类别识别模型； 获取当前物体类别识别模型中各卷积层分别对应的剪枝率和原始输出通道数； 根据各所述剪枝率和各所述原始输出通道数计算各所述卷积层分别对应的剪枝后的目标通道数； 获取预设剪枝轮数； 结合所述预设剪枝轮数和所述目标通道数对当前物体类别识别模型进行逐轮剪枝操作，得到所述目标物体类别识别模型； 结合所述预设剪枝轮数和所述目标通道数对当前物体类别识别模型进行逐轮剪枝操作，包括： 获取各所述卷积层输出的各特征图； 分别对各所述特征图进行信息熵计算，得到各所述特征图分别对应的信息熵； 针对每个卷积层，对各所述信息熵进行大小排序，得到排序结果； 对所述原始输出通道数和所述目标通道数进行差值计算，得到剪枝通道数； 根据所述排序结果，从信息熵小的一端选取所述剪枝通道数的特征图，并将选取到的各所述特征图确定为目标特征图； 获取当前物体类别识别模型的模型权重；其中，所述模型权重包括过滤器权重； 分别对各所述目标特征图对应的过滤器权重进行置零操作； 判断是否达到所述预设剪枝轮数； 若否，则利用所述训练图像集对过滤器权重置零操作得到的当前物体类别识别模型进行训练操作，得到重置后的各过滤器权重，并重复执行所述获取各所述卷积层输出的各特征图的步骤； 若是，则对各所述卷积层中过滤器权重为零的通道进行剪枝操作。

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中智达科技有限公司，其通讯地址为：310012 浙江省杭州市余杭区仓前街道龙园路88号创3号楼9层A901室；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”。