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！

龙图腾网获悉西北工业大学申请的专利基于自主进化损失的图像检索与识别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：CN116258938B 。

龙图腾网通过国家知识产权局官网在2025-10-24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：202211577810.4，技术领域涉及：G06V10/82；该发明授权基于自主进化损失的图像检索与识别方法是由王鹏;王云龙;张艳宁;吴瑞祺;杨路设计研发完成，并于2022-12-09向国家知识产权局提交的专利申请。

本基于自主进化损失的图像检索与识别方法在说明书摘要公布了：本发明公开一种基于自主进化损失的图像检索与识别方法，提出了一种全新的类Softmax度量损失函数，它与原始的Softmax损失函数共享参数，他们形式类似，但有三个主要差异：不同的γ、L2归一化特征和停止梯度更新的Wj。由于梯度停止Softmax损失函数中使用的特征是L2归一化的，因此训练阶段的距离度量与测试阶段的一致，而与原始Softmax损失函数共享参数也使网络能够获得良好的表征类中心，从而解决了训练难以收敛的问题；中心的梯度在梯度停止Softmax损失函数中停止更新，但样本特征不会停止梯度更新，这样的设定可以迫使样本特征接近高球面上的类中心。更好地解决应用深度度量学习于图像检索任务时仅学习Softmax损失函数对模型学习效果的影响。

本发明授权基于自主进化损失的图像检索与识别方法在权利要求书中公布了：1.基于自主进化损失的图像检索与识别方法，其特征在于包括如下步骤： 1使用ResNet50模型作为主干网络，并在ImageNet大型分类数据集上进行预训练； 2用广义均值池化代替全局平均池化，在主干网络上添加没有缩放项和偏置项的批归一化层，去掉主干网络中最后一个BN-ReLU模块，使用L2归一化欧氏距离计算测试时的召回率； 3将所有的输入图像调整为256*256分辨率，并裁剪到224*224分辨率，不对输入的数据进行数据增强操作，只将输入的数据采样到256*256的图像大小； 4将模型经过100轮次的训练，采用余弦退火算法设定参数学习率，将γ＝30设为默认值； 5对Softmax损失函数使用标签平滑，当Softmax损失函数的返回值小于3时，梯度停止Softmax损失函数开始加入训练； 梯度停止Softmax损失函数如下公式2： 其中N为每一次输入批次中的样本数量，c为训练集中的类数量，fi为第i个样本的特征，yi为第i个样本的标签，Wj是最后一个全连接层的第j列，对应第j类，表示L2归一化，而表示不允许通过Wj进行梯度更新，γ是一个预定义的标量；Softplusx＝log1+ex， 6固定模型参数，不再通过随机梯度下降算法进行网络参数更新，仅利用网络作为图像特征的提取器； 7将部署了梯度停止Softmax损失函数并移除BN-ReLU模块的ResNet-50特征提取网络输出特征F； 8针对查询样例经过模型特征推理后得到特征Fq，将图像库中所有图像的特征提取出来储存为特征序列{F1,…,Fm}； 9计算查询样例特征Fq和图像库中所有图像特征的欧氏距离：d＝||Fq-Fi||2,i＝1,2,3,…,m； 10得到距离序列D＝[d1,d2,…,dm]； 11通过距离对D进行重排序，取与查询样例最相近的L张图像，如果图像中存在与查询样例ID相同的图像则认为此次图像检索成功。

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西北工业大学，其通讯地址为：710072 陕西省西安市友谊西路127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”。

以上内容由龙图腾AI智能生成。