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！

龙图腾网获悉杭州食方科技有限公司申请的专利物品分类方法、装置、电子设备和计算机可读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：CN116363431B 。

龙图腾网通过国家知识产权局官网在2026-03-03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：202310334253.1，技术领域涉及：G06V10/764；该发明授权物品分类方法、装置、电子设备和计算机可读介质是由黄龚;徐振博;刘柳设计研发完成，并于2023-03-24向国家知识产权局提交的专利申请。

本物品分类方法、装置、电子设备和计算机可读介质在说明书摘要公布了：本公开的实施例公开了物品分类方法、装置、电子设备和计算机可读介质。该方法的一具体实施方式包括：获取物品图像；将物品图像输入至预先训练的物品分类模型包括的物品图像特征提取模型，得到物品图像全局特征向量；将物品图像全局特征向量输入至物品分类子模型中，得到物品类别信息；将物品类别信息发送至显示终端以供分类存放物品。该实施方式可以提高物品分类的准确度。

本发明授权物品分类方法、装置、电子设备和计算机可读介质在权利要求书中公布了：1.一种物品分类方法，包括： 获取物品图像； 将所述物品图像输入至预先训练的物品分类模型包括的物品图像特征提取模型，得到物品图像全局特征向量，其中，所述预先训练的物品分类模型还包括：物品分类子模型，所述物品分类模型是通过以下步骤训练得到的： 获取样本物品图像序列，初始图像缓存库和初始物品类别识别模型，其中，所述初始图像缓存库包括：初始分类图像序列集，所述初始物品类别识别模型包括：初始物品图像特征提取模型和初始物品分类子模型，所述初始物品分类子模型包括：初始二分类模型集，所述初始分类图像序列集中的初始分类图像序列与所述初始二分类子模型集中的初始二分类子模型一一对应； 从所述样本物品图像序列中选取样本物品图像，对所述初始物品类别识别模型执行以下训练步骤： 将样本物品图像输入至初始物品类别识别模型包括的初始物品图像特征提取模型，得到样本物品图像全局特征向量； 基于样本物品图像全局特征向量和初始图像缓存库，生成正样本分类图像序列和负样本分类图像序列集，包括： 确定所述样本物品图像全局特征向量和所述初始图像缓存库包括的初始分类图像序列集中每个初始分类图像序列对应的初始分类平均相似度，得到初始分类平均相似度集； 对所述初始分类平均相似度集进行排序处理，得到初始分类平均相似度序列； 将所述初始分类平均相似度序列中第一个初始分类平均相似度确定为正样本平均相似度； 将所述样本物品图像添加至所述初始图像缓存库包括的初始分类图像序列集中与所述正样本平均相似度对应的初始分类图像序列中，得到所述正样本分类图像序列； 将所述初始分类平均相似度序列中从第二个到预设序号之间的各个初始分类平均相似度，确定为负样本平均相似度集； 将所述初始图像缓存库包括的初始分类图像序列集中与所述负样本平均相似度集中各个负样本平均相似度对应的初始分类图像序列、确定为所述负样本分类图像序列集； 将初始物品类别识别模型包括的初始二分类子模型集中与正样本分类图像序列对应的初始二分类子模型确定为目标物品分类子模型； 基于预设的损失函数、正样本分类图像序列和负样本分类图像序列集，对初始物品图像特征提取模型和目标物品分类子模型进行调整，得到调整后的初始物品图像特征提取模型和目标物品分类子模型模型； 响应于确定样本物品图像序列满足预设条件，将初始物品类别识别模型确定为物品类别识别模型；将所述物品图像全局特征向量输入至所述物品分类子模型中，得到物品类别信息； 将所述物品类别信息发送至显示终端以供分类存放物品。

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杭州食方科技有限公司，其通讯地址为：310000 浙江省杭州市滨江区长河街道江虹路768号1号楼10层1005室(自主申报)；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。