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！

龙图腾网获悉四川大学申请的专利一种基于自蒸馏的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：CN116721273B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202210157100.X，技术领域涉及：G06V10/764；该发明授权一种基于自蒸馏的图像分类方法是由何小海;李雨婷;刘强;曾王明;卿粼波;陈洪刚;吴晓红设计研发完成，并于2022-02-21向国家知识产权局提交的专利申请。

本一种基于自蒸馏的图像分类方法在说明书摘要公布了：本发明公开了一种基于自蒸馏的图像分类方法，涉及计算机视觉和人工智能领域。方法包括：1将残差网络分为四部分，在每部分后结合瓶颈层和全连接层设置一个分类器，共四个分类器，浅层分类器通过蒸馏法训练，同时使用标签和最深层分类器监督，并通过最深层分类器的特征监督浅层分类器的特征，将下采样提前，其中，残差连接处的下采样使用平均池化代替；2在1所述框架中的第一个残差块和第二个残差块之间添加位置注意力模块；3在1所述框架中引入由SPC模块和SEWeight模块构成的注意力模块。本发明能够有效地将提取图像特征，提高了图像分类的准确率，在图像分析等领域具有开阔的应用前景。

本发明授权一种基于自蒸馏的图像分类方法在权利要求书中公布了：1.一种基于自蒸馏的图像分类方法，其特征在于，包括以下步骤： 1将残差网络ResNet50分为四部分，在每部分后结合瓶颈层和全连接层设置一个分类器，共四个分类器，浅层分类器通过蒸馏法训练，同时使用标签和最深层分类器监督，并通过最深层分类器的特征监督浅层分类器的特征，并将下采样提前，其中，残差连接处的下采样使用平均池化代替； 2在1所述框架中的第一个残差块和第二个残差块之间添加位置注意力模块，该模块网络结构为： 首先利用两个全局池化将垂直方向和水平方向的输入特征分别聚合成两个单独的位置感知，使用连接和卷积压缩通道，然后通过BN和Non-linear将具有嵌入的特定方向信息的两个特征图分别编码，得到两个注意力图，每个注意力图都沿同一个空间方向获取输入特征图的远距离依存关系；位置信息被保存在生成的注意力图中，然后通过乘法将两个注意力图都应用于输入特征图，以此强调注意区域； 3将原始ResNet瓶颈层中的3*3卷积改为由SPC模块和SEWeight模块构成的注意力模块；首先，利用SPC模块构建多尺度特征；然后，通过SE方式得到通道级注意力向量已提取不同尺度特征；其次，采用Softmax对上述所得通道注意力向量进行重校正；最后，将校正后的注意力向量作用于多尺度特征图并将结果作为输出；SPC模块如下： 假设输入为X，现将其拆分为S部分{X0，X1,...,XS-1}，每个部分通道数为第i个特征映射尺寸为Xi∈RC′×H×W，如公式1所示： SplitX＝[X0,X1,...,XS-1]1 为了在不增加计算量的前提下处理不同核尺度的输入张量，采用了一种群卷积方法，其中，多尺度核大小与组大小的关系如公式2所示： 其中，K是卷积核大小，G为组大小；最终，得到多尺度特征图生成表达式如公式3所示： Fi＝ConvKi×Ki,GiXi3 其中，第i个卷积核尺寸为ki＝2i+1+1，第i个组尺寸为此时Fi∈RC′×H×W；整个多尺度预处理后的特征图如公式4所示： F＝Cat[F0,F1,...,FS-1]4。

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四川大学，其通讯地址为：610065 四川省成都市武侯区一环路南一段24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。