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！

龙图腾网获悉浙江师范大学申请的专利一种使用特征混合网络模型进行图像分类的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：CN115861696B 。

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：202211558094.5，技术领域涉及：G06V10/764；该发明授权一种使用特征混合网络模型进行图像分类的方法是由郑忠龙;陈相漆;王志刚;陈灏设计研发完成，并于2022-12-06向国家知识产权局提交的专利申请。

本一种使用特征混合网络模型进行图像分类的方法在说明书摘要公布了：本发明公开一种使用特征混合网络模型进行图像分类的方法，包括以下步骤：步骤一、给定一个图像作为输入，采用卷积层和激活函数提取浅层特征；步骤二、将提取的特征使用通道分裂机制按通道维度进行划分为Xh和Xl；步骤三、将Xh和Xl分别输入到CSPNeXtmixer特征混合器中，得到输出特征Yh和Yl；步骤四、通过串联操作将步骤三得到的输出特征，按维度方向进行串联得到特征Yc；步骤五、采用卷积层对特征Yc进行有效融合；该发明能够使用通道分裂机制提取图像特征的不同频率信号，使得模型能够从局部和全局上对图像进行处理，此外，使用不同的通道分裂机制使得模型在不同的阶段处理不同频率信号的能力有所不同，从而进一步提高模型特征混合的能力。

本发明授权一种使用特征混合网络模型进行图像分类的方法在权利要求书中公布了：1.一种使用特征混合网络模型进行图像分类的方法，其特征在于：包括以下步骤： 步骤一、给定一个图像I作为输入，采用1×1卷积层和激活函数提取浅层特征H0,并且将特征图的通道数扩大为原来的两倍： H0＝F1BnI 其中F1代表1×1卷积操作，Bn代表激活函数； 步骤二、将提取的特征图使用通道分裂机制按通道维度进行划分为Xh和Xl： Xh,Xl＝SplitH0 其中Split代表通道分裂机制； 步骤三、将Xh和Xl分别输入到多个CSPNeXtmixer特征混合器中，每个CSPNeXtmixer混合器得到输出特征Yh和Yl，每个CSPNeXtmixer特征混合器由低频混合器和高频混合器组成，其中高频混合器包括线性层和深度可分离卷积层,其中低频混合器包括空洞卷积、平均池化和上采样： Yh＝DwConvLinearXh Y1＝UpsampleAvePoolingDilateConvXl 步骤四、通过串联操作将步骤三得到的输出特征Yh和Yl，按特征图的维度方向进行串联得到特征Yc： Yc＝ConcatYl,Yh 其中，Concat为串联操作，通过串联操作将通道维数恢复为分裂操作之前； 步骤五、采用1×1卷积对串联高低频特征的Yc再次对特征进行有效的融合，再对特征融合后的特征H1输入到分类头得到最终的分类结果； A＝ClsHeadH1 其中，A代表最终分类结果，ClsHead代表分类头。

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浙江师范大学，其通讯地址为：321004 浙江省金华市迎宾大道688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。