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！

龙图腾网获悉天津大学申请的专利融合深度数据增强和迁移学习的珊瑚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：CN117274665B 。

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：202311074004.X，技术领域涉及：G06V10/764；该发明授权融合深度数据增强和迁移学习的珊瑚分类方法是由张翠翠;王岚设计研发完成，并于2023-08-24向国家知识产权局提交的专利申请。

本融合深度数据增强和迁移学习的珊瑚分类方法在说明书摘要公布了：本发明涉及水下场景识别与分类技术领域，具体为一种融合深度数据增强和迁移学习的珊瑚分类方法，包括以下步骤：网络结构搭建；图像预处理；算原始训练集上各类别的F1‑score；利用DeepSMOTE‑F1对原始训练集进行深度数据增强得到新样本；使用迁移学习初始化网络参数，得到珊瑚分类的预训练模型；在原始样本和新生成样本上对预训练模型的参数重新训练，得到珊瑚分类的最终模型；模型测试及结果分析。背面发明实现了对各类别样本有针对性的数据增强，使模型能够更充分地学习每个类的特征，从而解决了珊瑚分类任务中数据集不平衡的问题。

本发明授权融合深度数据增强和迁移学习的珊瑚分类方法在权利要求书中公布了：1.一种融合深度数据增强和迁移学习的珊瑚分类方法，其特征在于：包括以下步骤：S01：网络结构搭建，对ResNet-50结构进行修改并作为模型的骨干网络； S02：图像预处理，将珊瑚图像大小调整为128×128像素，并对图像进行归一化处理； S03：计算原始训练集上各类别的F1-score， 在训练集上对未经参数初始化的网络进行训练，并计算各个类的； 1 S04：利用DeepSMOTE-F1对原始训练集进行深度数据增强得到新样本； S05：使用迁移学习初始化网络参数，得到珊瑚分类的预训练模型； S06：在原始样本和新样本上对预训练模型的参数重新训练，得到珊瑚分类的最终模型； S07：模型测试及结果分析； 在S01中，将原有的全连接层替换为两个不同结构的全连接层，并分别在其后面连接激活函数，具体结构为，第一个全连接层包含512个神经元，并连接一个ReLU激活函数，第二个全连接层的神经元个数与数据集的类数相同，最后，该层再连接一个Softmax激活函数，激活函数的引入可以增加网络的非线性拟合能力； 为解决DeepSMOTE采样数量难以确定的问题，提出了一种F1-score敏感的采样数量计算公式5；该公式为每个类量身定做其需要增加的样本数量，从而最大效能的兼顾每个类的分类效果； 5 其中，表示每一类需采样的数量，i代表类别，n为数据集的类别数，为每一类的F1-score，1-则表示类i的错误率，N为原始数据集的总样本数量，公式5中，N前面的系数表示类i的错误率与所有类错误率总和的比值，通过比较类的错误率与总错误率，可以确定类i需调整的样本数量的比例，将该比值乘以原始数据集中的样本总数N，即可得到类i需采样的数量，由于式子中所有项都为正，因此不存在欠采样导致信息丢失的情况发生，将公式5与DeepSMOT相结合，称为DeepSMOT-F1，利用它有针对性的对训练集中每一类进行深度数据增强。

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天津大学，其通讯地址为：300072 天津市南开区卫津路92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。