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！

龙图腾网获悉中国人民解放军国防科技大学申请的专利结构化平面物体识别模型训练及识别方法、电子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：CN116524245B 。

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：202310389606.8，技术领域涉及：G06V10/764；该发明授权结构化平面物体识别模型训练及识别方法、电子设备是由胡德文;张敬华;高凯;刘丽设计研发完成，并于2023-04-11向国家知识产权局提交的专利申请。

本结构化平面物体识别模型训练及识别方法、电子设备在说明书摘要公布了：本发明公开了一种结构化平面物体识别模型训练及识别方法、电子设备，所述识别方法包括：获取待识别结构化平面物体的图像数据；将所述图像数据输入到结构化平面物体识别模型中，输出所述结构化平面物体的类别识别结果；其中，所述结构化平面物体识别模型包括特征提取器、GAT自适应模型和分类器；以及所述结构化平面物体识别模型是根据如下方法预先训练得到的：在第一训练阶段，使用基类会话训练所述特征提取器；在第二训练阶段，使用伪增量会话训练所述GAT自适应模型；在第三训练阶段，使用增量会话训练所述分类器。应用本发明可以进一步提高对结构化平面物体类别的判别能力，尤其是对小样本类别的结构化平面物体的判别能力。

本发明授权结构化平面物体识别模型训练及识别方法、电子设备在权利要求书中公布了：1.一种结构化平面物体识别方法，包括： 获取待识别结构化平面物体的图像数据； 将所述图像数据输入到结构化平面物体识别模型中，输出所述结构化平面物体的类别识别结果； 其中，所述结构化平面物体识别模型包括特征提取器、GAT自适应模型和分类器；以及所述结构化平面物体识别模型是根据如下方法预先训练得到的： 在第一训练阶段，使用基类会话训练所述特征提取器； 在第二训练阶段，使用伪增量会话训练所述GAT自适应模型； 在第三训练阶段，使用增量会话训练所述分类器； 所述伪增量会话是根据如下方法生成得到的：在真实的结构化平面物体表面随机添加印记文字与改变颜色分布来创建伪的新类别的结构化平面物体的图像数据作为伪增量会话； 所述伪增量会话是由一组伪增量任务序列构成，其中，每一个伪增量任务都包含了一个伪基类和一个增量类；其中，所述伪基类是从所述基类会话中直接取样得到的；所述增量类是将所述基类会话中的真实的结构化平面物体表面随机添加印记文字与改变颜色分布来创建得到的； 所述训练所述特征提取器时采用的损失函数包括CT损失函数Lct，具体如公式1所示： 公式1 其中，表示训练样本输入到结构化平面物体识别模型后，所述特征提取器输出的特征表示；为的标签类别的类别中心；为与的标签类别的类别中心最近的类别的类别中心；为设置的临界值；N表示训练样本的数量； 所述训练所述特征提取器时采用的损失函数还包括：SoftMax损失函数，具体如公式2所示： 公式2 其中，表示SoftMax损失函数，是设置的超参数。

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国人民解放军国防科技大学，其通讯地址为：410003 湖南省长沙市开福区德雅路109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。