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！

龙图腾网获悉泉州湖南大学工业设计与机器智能创新研究院申请的专利基于弱监督学习的细粒度图像识别方法、装置及可读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：CN114511733B 。

龙图腾网通过国家知识产权局官网在2025-11-18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：202210004720.X，技术领域涉及：G06V10/764；该发明授权基于弱监督学习的细粒度图像识别方法、装置及可读介质是由余洪山;赖明明;赵科设计研发完成，并于2022-01-05向国家知识产权局提交的专利申请。

本基于弱监督学习的细粒度图像识别方法、装置及可读介质在说明书摘要公布了：本发明公开了一种基于弱监督学习的细粒度图像识别方法、装置及可读介质，通过构建基于注意力机制的VGG_Res‑Inception模型并经过两步迁移学习训练，基于注意力机制的VGG_Res‑Inception模型包括预训练的VGG16模型、Res‑Inception部分和注意力机制部分，Res‑Inception部分包括第四批归一化层、多个Res‑Inception模块、第三卷积层和第三批归一化层，Res‑Inception模块包括基于残差连接的第一卷积层、第一批归一化层、Inception‑A单元、第二卷积层和第二批归一化层，注意力机制部分包括注意力机制模块、全局平均池化层、全连接层和softmax层，两步迁移学习训练过程中包括源域和过渡域之间的迁移学习以及过渡域与目标域之间的迁移学习；获取植物叶片病害程度细粒度图像，并输入经训练的基于注意力机制的VGG_Res‑Inception模型，输出分类结果。可提高稳定性和准确率。

本发明授权基于弱监督学习的细粒度图像识别方法、装置及可读介质在权利要求书中公布了：1.一种基于弱监督学习的细粒度图像识别方法，其特征在于，包括以下步骤： 构建基于注意力机制的VGG_Res-Inception模型并经过两步迁移学习训练，得到经训练的基于注意力机制的VGG_Res-Inception模型，所述基于注意力机制的VGG_Res-Inception模型包括预训练的VGG16模型、Res-Inception部分和注意力机制部分，所述Res-Inception部分包括第四批归一化层、多个Res-Inception模块、第三卷积层和第三批归一化层，所述Res-Inception模块包括基于残差连接的第一卷积层、第一批归一化层、Inception-A单元、第二卷积层和第二批归一化层，所述注意力机制部分包括注意力机制模块、全局平均池化层、全连接层和softmax层，所述两步迁移学习训练过程中包括在源域和过渡域之间的迁移学习以及过渡域与目标域之间的迁移学习，其中所述过渡域为粗粒度图像数据集，在源域和过渡域之间的迁移学习具体包括： 采用所述源域对VGG16模型进行预训练实现卷积层参数迁移，得到所述预训练的VGG16模型； 将所述预训练的VGG16模型的权重和参数固定，以所述预训练的VGG16模型作为特征提取器，通过所述过渡域实现所述基于注意力机制的VGG_Res-Inception模型的网络参数的初始化，得到初始化后的基于注意力机制的VGG_Res-Inception模型；在过渡域与目标域之间的迁移学习具体包括： 基于所述过渡域与所述目标域对初始化后的基于注意力机制的VGG_Res-Inception模型进行微调，实现所述过渡域与所述目标域之间的特征迁移，得到所述经训练的基于注意力机制的VGG_Res-Inception模型； 获取植物叶片病害程度细粒度图像，并输入所述经训练的基于注意力机制的VGG_Res-Inception模型，输出分类结果。

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泉州湖南大学工业设计与机器智能创新研究院，其通讯地址为：362000 福建省泉州市鲤城区经济技术开发区崇宏街463号智能产业园办公楼；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”。

以上内容由龙图腾AI智能生成。