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！

龙图腾网获悉腾讯科技(深圳)有限公司申请的专利图像特征的监督学习方法、装置、设备及存储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：CN113822325B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202110831737.8，技术领域涉及：G06N3/0895；该发明授权图像特征的监督学习方法、装置、设备及存储介质是由文庆福;杜悦熙;杨森;杨鹏;张军;韩骁设计研发完成，并于2021-07-22向国家知识产权局提交的专利申请。

本图像特征的监督学习方法、装置、设备及存储介质在说明书摘要公布了：本申请公开了一种图像特征的监督学习方法、装置、设备及存储介质，涉及人工智能领域。方法包括：对原始医学图像进行数据增强，得到第一增强图像和第二增强图像，第一增强图像和第二增强图像互为正样本；通过特征提取模型对第一增强图像和第二增强图像进行特征提取，得到第一增强图像的第一图像特征以及第二增强图像的第二图像特征；基于第一图像特征、第二图像特征以及负样本图像特征，确定特征提取模型的模型损失，负样本图像特征为其他原始医学图像对应增强图像的图像特征；基于模型损失训练特征提取模型。本申请实施例中，采用自监督学习方式使特征提取模型学习到医学图像的图像特征，无需人工进行图像标注，提高了模型训练效率。

本发明授权图像特征的监督学习方法、装置、设备及存储介质在权利要求书中公布了：1.一种图像特征的监督学习方法，其特征在于，所述方法包括： 对原始医学图像进行数据增强，得到第一增强图像和第二增强图像，所述第一增强图像和所述第二增强图像互为正样本； 通过特征提取模型对所述第一增强图像和所述第二增强图像进行特征提取，得到所述第一增强图像的第一图像特征，以及所述第二增强图像的第二图像特征； 基于所述第一图像特征与所述第二图像特征之间的特征距离，以及所述第一图像特征与负样本图像特征之间的特征距离，确定距离损失，所述负样本图像特征为其他原始医学图像对应增强图像的图像特征； 对当前训练批次中各张所述原始医学图像对应的所述第一图像特征进行聚类，得到k个第一类簇质心，k为大于等于2的整数；对当前训练批次中各张所述原始医学图像对应的所述第二图像特征进行聚类，得到k个第二类簇质心；基于所述第一图像特征与k个所述第二类簇质心之间的距离，以及所述第二图像特征与k个所述第一类簇质心之间的距离，确定聚类损失； 将所述距离损失和所述聚类损失确定为所述特征提取模型的模型损失； 基于所述模型损失训练所述特征提取模型。

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腾讯科技(深圳)有限公司，其通讯地址为：518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层；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。