Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 积分商城 国际服务 IP管家助手 科技果 科技人才 商标交易 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中汽创智科技有限公司李鑫武获国家专利权

中汽创智科技有限公司李鑫武获国家专利权

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!

龙图腾网获悉中汽创智科技有限公司申请的专利一种分类模型训练方法、对象分类方法及相关设备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:CN114118242B

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:202111369647.8,技术领域涉及:G06F18/241;该发明授权一种分类模型训练方法、对象分类方法及相关设备是由李鑫武;丁华杰;金悦设计研发完成,并于2021-11-16向国家知识产权局提交的专利申请。

一种分类模型训练方法、对象分类方法及相关设备在说明书摘要公布了:本申请涉及一种分类模型训练方法、对象分类方法及相关设备,该分类模型训练方法包括:获取训练样本集合;训练样本集合包括多个样本子集合,多个样本子集合对应多个不同种类的类别标签;构建预设机器学习模型;基于预设机器学习模型,对训练样本集合中每个训练样本进行类别预测,得到每个训练样本的预测类别信息;预测类别信息是基于多个样本子集合中各样本子集合中的样本数量和训练样本的特征输出指数确定的;基于每个训练样本的预测类别信息与每个训练样本的类别标签确定损失值;根据损失值对预设机器学习模型进行训练直至满足预设训练结束条件,得到分类模型。如此,可以提高分类模型的识别准确度,可以提高其在汽车领域应用的安全性。

本发明授权一种分类模型训练方法、对象分类方法及相关设备在权利要求书中公布了:1.一种分类模型训练方法,其特征在于,包括: 获取不均衡的初始训练图像集合;所述初始训练图像集合包括自动驾驶领域采集到的感知对象的样本图像; 当所述初始训练图像集合的多个初始样本子集合中,任意两个初始样本子集合之间的样本数量之比不满足预设值时,对所述任意两个初始样本子集合中样本数量小于阈值的初始样本子集合进行样本生成操作,以使所述任意两个初始样本子集合之间的样本数量之比满足所述预设值,得到训练图像集合;所述训练图像集合包括多个训练图像子集合,所述多个训练图像子集合对应多个类别标签;所述类别标签表征训练图像中目标对象的种类信息,单个训练图像子集合中的所有训练图像均包含同一目标对象; 构建预设机器学习模型; 基于所述预设机器学习模型,对所述训练图像集合中每个训练图像进行类别预测,得到所述每个训练图像的预测类别信息;所述每个训练图像的预测类别信息包括各类别对应的预测概率值;所述预测类别信息是基于所述多个训练图像子集合中各训练图像子集合中的样本数量和所述训练图像的特征输出指数确定的; 获取损失函数; 针对每个训练图像:将各类别对应的预测概率值中的最大预测概率值对应的类别确定为准目标类别,将所述最大预测概率值确定为准目标概率值; 确定所述准目标概率值对应的非准目标概率值;所述非准目标概率值与所述准目标概率值之和为第一预设数值; 根据所述损失函数,确定所述非准目标概率值与所述每个训练图像的类别标签对应的真实值之间的损失值; 根据所述损失值对所述预设机器学习模型进行训练直至满足预设训练结束条件,得到分类模型,所述分类模型用于对摄像头采集的图像数据进行目标对象的识别。

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汽创智科技有限公司,其通讯地址为:211100 江苏省南京市江宁区秣陵街道胜利路88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。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。