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！

龙图腾网获悉湖北工业大学申请的专利一种基于resnet-50网络模型的视觉设计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：CN120147740B 。

龙图腾网通过国家知识产权局官网在2025-12-09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：202510257614.6，技术领域涉及：G06V10/764；该发明授权一种基于resnet-50网络模型的视觉设计图像分类方法是由毛珣锜;舒蕾;黄子鉴;欧阳勇设计研发完成，并于2025-03-05向国家知识产权局提交的专利申请。

本一种基于resnet-50网络模型的视觉设计图像分类方法在说明书摘要公布了：本发明涉及图像分类技术领域，且公开了一种基于resnet‑50网络模型的视觉设计图像分类方法，包括以下步骤，获取视觉设计图像集合P并对P进行预处理得到，将分为构建集、训练集和测试集；对构建集内的所有图像进行图像分割，得到w个子图像；获得m个图像形状特征向量，n个图像颜色特征向量和p个图像纹理特征向量并进行向量交错处理并映射至resnet‑50网络模型，形成视觉设计图像网络模型；训练模型，通过损失函数计算损失对模型参数进行学习优化；获得视觉设计图像类别，将测试集的图像经过图像分割后，输入到训练好的模型中，得到对应的视觉设计图像类别；本发明获取视觉设计图像的形状、颜色和纹理特征向量，并进行向量交错处理，将三者融合保证视觉设计图像的准确分类。

本发明授权一种基于resnet-50网络模型的视觉设计图像分类方法在权利要求书中公布了：1.一种基于resnet‑50网络模型的视觉设计图像分类方法，其特征在于，包括以下步骤： S1、获取视觉设计图像集合P并对P进行预处理得到，将分为构建集、训练集和测试集； S2、对构建集内的所有图像进行图像分割，得到w个子图像； S3、对w个子图像进行图像形状描述挖掘、图像颜色描述挖掘和图像纹理描述挖掘，分别获得m个视觉设计图像形状特征向量，，n个视觉设计图像颜色特征向量，和p个视觉设计图像纹理特征向量，； S4、将m个视觉设计图像形状特征向量，n个视觉设计图像颜色特征向量和p个视觉设计图像纹理特征向量进行向量交错处理并映射至resnet‑50网络模型，形成视觉设计图像网络模型； S5、构建交叉熵损失函数使得不同类别之间的视觉设计图像距离更远； S6、训练模型，将S1中的图像集合训练集，输入到S4的视觉设计图像网络模型中，使用SGD优化器对模型进行训练，通过S5的损失函数计算损失对模型参数进行学习优化； S7：获得视觉设计图像类别，将S1中测试集的图像经过图像分割后，输入到S6训练好的模型中，得到对应的视觉设计图像类别； 所述S4具体步骤如下： 首先使用向量交错技术，生成一个绘制命令集，该命令集首先绘制颜色特征向量，其次在颜色特征向量未占据的位置绘制纹理特征向量，最后在绘制颜色特征向量和颜色特征向量未占据的位置绘制形状特征向量，最后通过残差映射公式映射至resnet‑50网络模型；残差映射公式如下： ； 其中，Fx是初始输入特征，Wλ是视觉设计图像颜色特征向量线性变换矩阵，λ是视觉设计图像颜色特征向量映射权重，Wω是视觉设计图像纹理特征向量线性变换矩阵，ω是视觉设计图像纹理特征向量映射权重，Wθ是视觉设计图像形状特征向量线性变换矩阵，θ是视觉设计图像形状特征向量映射权重。

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湖北工业大学，其通讯地址为：430070 湖北省武汉市洪山区南李路28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。