中国科学院自动化研究所张兆翔获国家专利权
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！
龙图腾网获悉中国科学院自动化研究所申请的专利基于困难样本挖掘的模型训练方法、设备和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：CN116704217B 。
龙图腾网通过国家知识产权局官网在2026-01-23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：202310370230.6，技术领域涉及：G06V10/70；该发明授权基于困难样本挖掘的模型训练方法、设备和存储介质是由张兆翔;王淏辰;樊峻菘;王玉玺设计研发完成，并于2023-04-07向国家知识产权局提交的专利申请。
本基于困难样本挖掘的模型训练方法、设备和存储介质在说明书摘要公布了：本发明实施例提供了一种基于困难样本挖掘的模型训练方法、设备和存储介质，涉及人工智能技术领域，该方法包括：获取当前迭代过程中基于第一图像对第一模型训练得到的模型参数，更新第二模型的模型参数；基于更新后的第二模型，确定原始图像中各图像块对应的预测重建损失；基于预测重建损失及预设困难样本需求，生成目标掩码策略；基于目标掩码策略，更新第一图像，用于下次迭代过程中对第一模型进行训练，直至第一模型的损失函数达到收敛或迭代过程的次数达到预设的迭代总次数。本发明基于第一模型的迭代训练过程，不断更新掩码策略，帮助模型学习到更具有迁移性的特征表示，提高第一模型的表征能力，避免掩码学习对人工预定义的掩码规则的依赖。
本发明授权基于困难样本挖掘的模型训练方法、设备和存储介质在权利要求书中公布了：1.一种基于困难样本挖掘的模型训练方法，其特征在于，包括： 获取当前迭代过程中基于第一图像对第一模型进行训练得到的模型参数；所述第一模型用于对输入的第一图像中各图像块进行重建，并确定所述第一图像中各图像块对应的预测重建损失；所述第一图像为将原始图像中一个或多个图像块添加掩码后的图像； 基于所述第一模型的模型参数，更新第二模型的模型参数； 基于更新模型参数后的所述第二模型，确定所述原始图像中各图像块对应的预测重建损失； 基于所述原始图像中各图像块对应的预测重建损失以及预设困难样本需求，生成用于对所述第一图像中各图像块执行掩码操作的目标掩码策略； 基于所述目标掩码策略，更新所述第一图像，用于下次迭代过程中对所述第一模型进行训练，直至所述第一模型的损失函数达到收敛或所述迭代过程的次数达到预设的迭代总次数。
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科学院自动化研究所，其通讯地址为：100190 北京市海淀区中关村东路95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。
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。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励