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！

龙图腾网获悉中科(厦门)数据智能研究院申请的专利一种基于在线知识蒸馏的图像分类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：CN116206327B 。

龙图腾网通过国家知识产权局官网在2025-11-25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：202211495480.4，技术领域涉及：G06V40/10；该发明授权一种基于在线知识蒸馏的图像分类方法是由杨传广;安竹林;徐勇军设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本一种基于在线知识蒸馏的图像分类方法在说明书摘要公布了：本发明涉及一种图像分类技术领域，本发明公开了一种基于在线知识蒸馏的图像分类方法，包括输入待分类图像，对图像数据中的人像进行标定，构建训练图集，提取图像全局特征，在全局特征中叠加局部特征，构建多个同等网络框架，构建集成教师模型，对齐集成教师模型与同等网络之间的概率分布，引入特征嵌入空间，得到M个同等网络下的总对比损失函数，引入权重因子得到分类模型的总损失函数，将数据集纳入到训练数集中训练，得出图像分类结果，通过提取局部特征区域，对局部特征区域单独标定，将局部特征区域与图像其他区域区分隔开，得到多特征空间的图像分类模型，将图像全局特征与局部特征进行融合能够得到更泛化的图像分类模型。

本发明授权一种基于在线知识蒸馏的图像分类方法在权利要求书中公布了：1.一种基于在线知识蒸馏的图像分类方法，其特征在于，包括以下步骤： 步骤一：输入待分类图像，对图像数据中的人像进行标定，以图像数据中识别框的数目和重合度为基准，将图像分立为单独目标区域Ω1、人物重合区域Ω2与背景区域Ω3； 步骤二：构建训练图集，包括局部训练图集与全局训练图集； 步骤三：提取图像全局特征，在全局特征中叠加局部特征，采用在图像数据集的全局分割结果作为监督信息，来指导局部特征提取模块的参数更新，定义全局特征向量为F，针对单独目标区域Ω1、人物重合区域Ω2与背景区域Ω3，分别能够得到不同区域的特征向量Fi，加入一个嵌入层将其投影为i维度的特征向量，i代表数据集中的样本类别数量，最终得到的特征向量视作图像训练模型对单独目标区域Ω1、人物重合区域Ω2与背景区域Ω3的预测向量，定义全局特征提取模型与局部特征提取模型之间的知识蒸馏损失，其中σ表示sigmoid激活函数； 步骤四：构建多个同等网络框架，每个网络通过预测概率分布和硬标签之间的交叉熵损失进行训练；交叉熵损失是通过给定一个带有标签y的实例x，得到第m个网络的交叉熵损失表示为，其中，是通过利用softmax激活函数的归一化概率值，且表示归一化函数值，则对于M个同等网络的交叉熵损失； 步骤五：构建集成教师模型，通过对所有同等网络的预测概率分布进行朴素贝叶斯集成分类，计算得出第m网络的软聚类概率分布；计算第m网络的软聚类概率分布是通过引入软化因子T对数据进行软化，得到，c∈{1,2,3，...，C}，表示第c类的软聚类概率，则第m网络的软聚类概率分布为 ； 步骤六：将集成教师模型的输出概率分布转移至同等网络框架中，对齐集成教师模型与同等网络之间的概率分布；所述步骤六是通过利用KL散度来对齐集成教师模型与同等网络之间的概率分布，即； 步骤七：对于给定训练集，D包含多个N个具有C类的实例，学习不同网络之间的特征关系，引入特征嵌入空间，通过多视角对比学习建立全连接的交互作用模型，得到M个同等网络下的总对比损失函数； 步骤八：引入权重因子得到分类模型的总损失函数； 步骤九：根据图像分类模型总损失函数，将数据集纳入到训练数集中训练，得出图像分类结果。

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中科(厦门)数据智能研究院，其通讯地址为：361021 福建省厦门市软件园三期凤岐路208-3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。