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！

龙图腾网获悉北京三快在线科技有限公司;中山大学申请的专利基于无标注样本数据的目标分类模型训练方法及装置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：CN114419363B 。

龙图腾网通过国家知识产权局官网在2025-11-07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：202111591966.3，技术领域涉及：G06V10/764；该发明授权基于无标注样本数据的目标分类模型训练方法及装置是由李冠彬;黄俊凯;张津津;柴振华;魏晓林设计研发完成，并于2021-12-23向国家知识产权局提交的专利申请。

本基于无标注样本数据的目标分类模型训练方法及装置在说明书摘要公布了：本发明公开了一种基于无标注样本数据的目标分类模型训练方法及装置。其中，该方法包括：基于第一分类模型对样本数据集中的无标注样本集进行标注，以得到伪标签样本集，其中，第一分类模型是基于有标注样本集对目标分类模型训练得到的；根据多模态匹配模型以及伪标签样本集筛除样本数据集中的离群样本，以得到非离群样本集，其中，多模态匹配模型是基于有标注样本集训练得到的；基于非离群样本集对目标分类模型进行训练，直至模型收敛。本发明解决了由于相关技术中半监督学习中有标注数据的稀缺以及离群样本检测准确性差，而导致基于开集半监督学习的模型训练难度大的技术问题。

本发明授权基于无标注样本数据的目标分类模型训练方法及装置在权利要求书中公布了：1.一种基于无标注样本的目标分类模型训练方法，其特征在于，包括： 基于第一分类模型对样本数据集中的无标注样本集进行标注，以得到伪标签样本集，其中，所述第一分类模型是基于有标注样本集对目标分类模型训练得到的； 根据多模态匹配模型以及伪标签样本集筛除所述样本数据集中的离群样本，以得到非离群样本集，其中，所述多模态匹配模型是基于所述有标注样本集训练得到的； 基于所述非离群样本集对所述目标分类模型进行训练，直至模型收敛； 所述目标分类模型包括图像分类模型，所述图像分类模型包括骨干网络以及分类器，其中，所述基于所述非离群样本集对所述图像分类模型进行训练，直至模型收敛，包括： 基于所述非离群样本集所述图像分类模型进行训练；以及，基于旋转样本集对图像旋转模型进行训练，其中，所述旋转样本集是根据所述样本数据集得到，所述图像旋转模型包括所述骨干网络以及旋转分类器；在基于旋转样本集对图像旋转模型进行训练之前，还包括：对所述样本数据集中的训练样本旋转至预设角度，以得到旋转样本，其中，所述旋转样本包括旋转角度标签。

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京三快在线科技有限公司;中山大学，其通讯地址为：100080 北京市海淀区北四环西路9号2106-030；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。