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
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 荣耀终端股份有限公司田宇获国家专利权

荣耀终端股份有限公司田宇获国家专利权

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!

龙图腾网获悉荣耀终端股份有限公司申请的专利图像分类模型的训练方法、电子设备及可读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:CN120047762B

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:202311519477.6,技术领域涉及:G06V10/774;该发明授权图像分类模型的训练方法、电子设备及可读存储介质是由田宇;闫松;万柳阳;蒋雪涵;杜远超;朱世宇设计研发完成,并于2023-11-14向国家知识产权局提交的专利申请。

图像分类模型的训练方法、电子设备及可读存储介质在说明书摘要公布了:本申请公开了一种图像分类模型的训练方法、电子设备及可读存储介质,属于终端技术领域。该方法包括:获取正样本图像训练集,正样本图像训练集中的多个样本图像与多个第一文本信息一一对应;根据正样本图像训练集,确定负样本图像训练集,该负样本图像训练集中包括多个样本图像,负样本图像训练集中的每个样本图像的文本信息为第二文本信息,负样本图像训练集中的任意一个样本图像的第二文本信息为多个第一文本信息中除任意一个样本图像对应的第一文本信息之外的一个第一文本信息;基于正样本图像训练集和负样本图像训练集,对初始分类模型进行迭代训练,得到目标图像分类模型像。如此,减少了数据标注的繁琐度,提高了训练图像分类模型的准确性。

本发明授权图像分类模型的训练方法、电子设备及可读存储介质在权利要求书中公布了:1.一种图像分类模型的训练方法,其特征在于,应用于电子设备中,所述方法包括: 获取正样本图像训练集,所述正样本图像训练集包括多个样本图像和多个第一文本信息,每个样本图像所属的场景类别为多个场景类别中的至少一个,所述多个样本图像与所述多个第一文本信息一一对应,一个第一文本信息用于描述对应的样本图像所属的场景类别; 根据所述正样本图像训练集,确定负样本图像训练集,所述负样本图像训练集中包括所述多个样本图像,所述负样本图像训练集中的每个样本图像的文本信息为第二文本信息,所述负样本图像训练集中的任意一个样本图像的第二文本信息为所述多个第一文本信息中除所述任意一个样本图像对应的第一文本信息之外的一个第一文本信息; 基于所述正样本图像训练集和所述负样本图像训练集,对初始分类模型进行迭代训练,得到目标图像分类模型,所述目标图像分类模型能够识别属于所述多个场景类别中至少一个场景类别的图像; 所述方法还包括: 获取待分类图像; 确定所述待分类图像的视觉特征向量; 确定待分类图像的视觉特征向量与所述多个第一文本信息中每个第一文本信息之间的相似度,得到多个相似度; 将所述待分类图像的视觉特征向量与N个第一文本信息中每个第一文本信息对应的文本特征向量分别进行拼接,得到N个混合特征向量,所述N个第一文本信息为所述多个相似度按照从大到小排列后位于前N个的相似度中每个相似度分别对应的第一文本信息,所述N为大于或等于1的正整数; 通过所述目标图像分类模型对所述N个混合特征向量进行处理,得到所述待分类图像的分类结果。

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荣耀终端股份有限公司,其通讯地址为:518040 广东省深圳市福田区香蜜湖街道东海社区红荔西路8089号深业中城6号楼A单元3401;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。