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！

龙图腾网获悉北京大学申请的专利图像分类方法、图像分类模型的训练方法及装置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：CN116524260B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202310460117.7，技术领域涉及：G06V10/764；该发明授权图像分类方法、图像分类模型的训练方法及装置是由李子恒;邓志鸿设计研发完成，并于2023-04-25向国家知识产权局提交的专利申请。

本图像分类方法、图像分类模型的训练方法及装置在说明书摘要公布了：本申请涉及一种图像分类方法、图像分类模型的训练方法及装置。所述方法包括：获取待分类图像；将待分类图像输入图像分类模型，并获取图像分类模型输出的图像分类结果。其中，图像分类模型是对预训练模型连续执行多次训练任务后生成的；每次训练任务均用于根据该次训练任务的训练样本集和回放样本集对预训练模型中的分类头单元进行分离式训练，以更新分类头单元针对该次训练任务的权重参数。由于采用分离式训练，仅更新分类头单元针对该次训练任务的权重参数，从而可以使得旧训练任务和新训练任务分离，避免了对旧训练任务的影响，避免了回放样本的过拟合，提高了训练生成的图像分类模型的识别精度。

本发明授权图像分类方法、图像分类模型的训练方法及装置在权利要求书中公布了：1.一种图像分类方法，其特征在于，所述方法包括： 获取当前待执行的目标训练任务的训练样本集和回放样本集，所述目标训练任务为预训练模型对应的任意一次训练任务； 根据所述目标训练任务的训练样本集中的样本图像的类别数，更新总样本图像的类别总数； 根据所述目标训练任务的训练样本集中的样本图像的类别数和所述总样本图像的类别总数，确定所述目标训练任务的回放损失平衡系数； 根据所述目标训练任务的回放损失平衡系数、训练样本集和回放样本集，对所述分类头单元进行分离式训练，以更新所述分类头单元针对所述目标训练任务的权重参数； 获取待分类图像； 将所述待分类图像输入图像分类模型，并获取所述图像分类模型输出的图像分类结果； 其中，所述图像分类模型是对预训练模型连续执行多次训练任务后生成的；每次训练任务均用于根据该次训练任务的训练样本集和回放样本集对所述预训练模型中的分类头单元进行分离式训练，以更新所述分类头单元针对该次训练任务的权重参数；所述回放样本集是根据已训练的训练样本集生成的； 所述根据所述目标训练任务的回放损失平衡系数、训练样本集和回放样本集，对所述分类头单元进行分离式训练，以更新所述分类头单元针对所述目标训练任务的权重参数，包括： 执行循环过程，直至所述分类头单元针对所述目标训练任务的权重参数的更新次数等于次数阈值； 其中，所述循环过程包括： 从所述目标训练任务的训练样本集中采样预设数量的样本图像组成训练样本子集，以及，从所述目标训练任务的回放样本集中采样预设数量的样本图像组成回放样本子集； 确定所述预训练模型分别在所述训练样本子集和所述回放样本子集上的分类预测的损失函数值； 根据所述预训练模型分别在所述训练样本子集和所述回放样本子集上的分类预测的损失函数值，以及所述目标训练任务的回放损失平衡系数，确定所述预训练模型的综合损失函数值； 根据所述预训练模型的综合损失函数值，更新所述分类头单元针对所述目标训练任务的权重参数，并确定所述分类头单元针对所述目标训练任务的权重参数的更新次数。

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北京大学，其通讯地址为：100089 北京市海淀区颐和园路5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。