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！

龙图腾网获悉四川云从天府人工智能科技有限公司申请的专利一种自监督训练模型及其训练方法以及ReID模型训练方法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：CN116843014B 。

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：202310799456.8，技术领域涉及：G06N3/0895；该发明授权一种自监督训练模型及其训练方法以及ReID模型训练方法是由袁哲;王仲勋;兰天翼;肖万勇设计研发完成，并于2023-06-30向国家知识产权局提交的专利申请。

本一种自监督训练模型及其训练方法以及ReID模型训练方法在说明书摘要公布了：本发明涉及行人重识别技术领域，具体提供一种自监督训练模型及其训练方法以及ReID模型训练方法。本发明的一种自监督训练模型的训练方法，包括：将训练图像集中的第一图像输入至编码器中，得到第一高维特征向量，并将第一高维特征向量输入至第一mlp模型中，得到第一低维特征向量；将训练图像集中的第二图像输入至动量编码器中，得到第二高维特征向量，并将第二高维特征向量输入至第二mlp模型中，得到第二低维特征向量；根据第一低维特征向量、第二低维特征向量以及特征缓存库中的预存的低维特征向量，对自监督训练模型进行训练。采用上述方案，完成了对自监督训练模型的训练，避免了现有技术中因人工错误标注而导致模型训练效果差的问题。

本发明授权一种自监督训练模型及其训练方法以及ReID模型训练方法在权利要求书中公布了：1.一种自监督训练模型，其特征在于，包括：编码器、动量编码器、第一mlp模型、第二mlp模型以及特征缓存库； 所述编码器和所述第一mlp模型连接，所述动量编码器和所述第二mlp模型连接，所述第二mlp模型和所述特征缓存库连接； 所述编码器和所述动量编码器被配置为获取目标图像的正例对，所述目标图像为无标签数据图像，并对所述正例对的特征向量进行提取，将提取的高维特征向量分别输入至所述第一mlp模型和所述第二mlp模型中； 所述第一mlp模型和所述第二mlp模型用于对接收到的高维特征向量进行降维处理，分别输出第一低维特征向量和第二低维特征向量，所述第二mlp模型还用于将输出的第二低维特征向量输入至所述特征缓存库中； 所述特征缓存库用于接收所述第二mlp模型输入的第二低维特征向量，并将低维特征向量替换预存的低维特征向量，预存的低维特征向量为初始预设低维特征向量或所述第二mlp模型在上一次迭代中输入的历史低维特征向量； 其中，所述第一mlp模型输出的第一低维特征向量和所述第二mlp模型输出的第二低维特征向量构成正例对，所述第一mlp模型所输出的第一低维特征向量和所述特征缓存库中的预存的低维特征向量构成负例对。

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四川云从天府人工智能科技有限公司，其通讯地址为：610000 四川省成都市中国(四川)自由贸易试验区成都天府新区煎茶街道菁蓉南三街99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。