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！

龙图腾网获悉浙江大学申请的专利基于Transformer的动态稀疏化结合原型的分类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：CN115937634B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202211612894.0，技术领域涉及：G06V10/774；该发明授权基于Transformer的动态稀疏化结合原型的分类方法及装置是由姚玉峰;袁洲航;方钲清;李英明;黄正行;吴飞设计研发完成，并于2022-12-15向国家知识产权局提交的专利申请。

本基于Transformer的动态稀疏化结合原型的分类方法及装置在说明书摘要公布了：本发明公开了一种基于Transformer的动态稀疏化结合原型的分类方法及装置，该方法包含：对VisionTransformer进行图像分类训练得到基于VisionTransformer的第一图像子块特征提取器；将第一图像特征提取器作为教师模型采用蒸馏的方式对具有动态稀疏化能力的VisionTransformer进行图像分类训练得到基于VisionTransformer并具有动态稀疏化能力的第二图像子块特征提取器；对训练图像进行特征提取并学习得到不同种类对应的多个原型；对待分类图像进行原型匹配得到对应的分类结果。本发明的基于Transformer的动态稀疏化结合原型的分类方法及装置，相比于一般的使用卷积神经网络的基于原型的分类方法，本发明采用Transformer模型，可以更好的区别图像子块，对原型激活的图像子块区域可以更精准的定位，提高了模型的可解释性。

本发明授权基于Transformer的动态稀疏化结合原型的分类方法及装置在权利要求书中公布了：1.一种基于Transformer的动态稀疏化结合原型的分类方法，其特征在于，包括以下步骤： S1：对VisionTransformer进行图像分类训练得到基于VisionTransformer的第一图像子块特征提取器； S2：将第一图像特征提取器作为教师模型采用蒸馏的方式对具有动态稀疏化能力的VisionTransformer进行图像分类训练得到基于VisionTransformer并具有动态稀疏化能力的第二图像子块特征提取器； S3：对训练图像进行特征提取并学习得到不同种类对应的多个原型； S4：对待分类图像进行原型匹配得到对应的分类结果； 步骤S2具体为： 将若干训练图像都切分成大小相同的多个图像子块； 在VisionTransformer的指定层中加入预测模块，同时在模型全局维护一个二值的决定掩码序列，构成具有动态稀疏化能力的VisionTransformer； 将切分结果输入已载入初始化参数的具有动态稀疏化能力的VisionTransformer中进行图像分子块的特征提取，得到每个图像的第二向量化特征表示序列； 利用全连接分类器对第二向量化特征表示序列进行建模，得到维度为k维的分类向量化表示，其中k为待预测图像的类别数目； 将第一图像特征提取器作为教师模型采用蒸馏的方式对模型进行训练得到基于VisionTransformer并具有动态稀疏化能力的第二图像子块特征提取器； 步骤S4具体为： 将待分类图像切分成大小相同的多个图像子块； 将切分结果输入第二图像子块特征提取器得到第三向量化特征表示序列； 将第三向量化特征表示序列和原型进行匹配得到分类结果。

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浙江大学，其通讯地址为：310012 浙江省杭州市西湖区浙大路38号浙江大学玉泉校区；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。