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！

龙图腾网获悉康力电梯股份有限公司;苏州科达科技股份有限公司申请的专利异常分类模型的训练方法、异常监控方法、设备及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：CN115410038B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202211032135.7，技术领域涉及：G06V10/764；该发明授权异常分类模型的训练方法、异常监控方法、设备及介质是由朱琳昊;王峰;朱森峰;李敏杰;李春元;张全磊设计研发完成，并于2022-08-26向国家知识产权局提交的专利申请。

本异常分类模型的训练方法、异常监控方法、设备及介质在说明书摘要公布了：本申请涉及一种异常分类模型的训练方法、自动扶梯的异常监控方法、设备及介质，属于图像识别技术领域，该方法包括：获取自动扶梯的样本图像和样本图像对应的至少一张掩膜标签图像；将样本图像输入预先创建的卷积神经网络，得到网络分类图像；将网络分类图像和样本图像对应的掩膜标签图像输入预设损失函数，得到损失结果；基于损失结果调整卷积神经网络的网络参数，以训练得到异常分类模型；可以解决传统的自动扶梯的异常监控方式由于使用深度学习网络模型，导致的监控结果的推理速度较慢，对设备的硬件要求较高的问题；可以使得异常分类模型更加轻量化，提高异常分类模型的推理速度，并降低对设备的硬件要求。

本发明授权异常分类模型的训练方法、异常监控方法、设备及介质在权利要求书中公布了：1.一种异常分类模型的训练方法，其特征在于，所述方法包括： 获取自动扶梯的样本图像和所述样本图像对应的至少一张掩膜标签图像，所述掩膜标签图像用于指示所述样本图像是否包括对应种类的异常目标； 将所述样本图像输入预先创建的卷积神经网络，得到网络分类图像，所述卷积神经网络包括输入层、与所述输入层相连的多个相互级联的特征提取结构、与最后一个特征提取结构相连的非线性变换结构、以及与所述非线性变换结构相连的输出层；每个特征提取结构包括n个级联的卷积结构、与最后一个卷积结构相连的m个空洞卷积结构、以及与所述空洞卷积结构相连的卷积块；所述n和所述m均为正整数；每个卷积结构包括多个级联的卷积块、以及与最后一个卷积块相连的最大池化层；所述级联的卷积块用于对上一层的输入进行特征提取；所述最大池化层用于降低卷积块提取得到的特征图的分辨率，所述空洞卷积结构用于在不改变分辨率的情况下，扩大上一层输出的特征图的感受野并获得多尺度语义信息，与所述空洞卷积结构相连的卷积块用于减少空洞卷积结构输出的特征图的通道数，减少后的通道数基于异常目标的分类数确定；所述非线性变换结构用于将所述特征提取结构输出的特征图的特征像素值转换为与所述掩膜标签图像的像素值区间相匹配的掩膜像素值，得到所述网络分类图像；所述非线性变换结构为基于非线性函数实现的一层网络层； 将所述网络分类图像和所述样本图像对应的掩膜标签图像输入预设损失函数，得到损失结果； 基于所述损失结果调整所述卷积神经网络的网络参数，以训练得到异常分类模型，以使用所述异常分类模型进行自动扶梯的异常监控。

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康力电梯股份有限公司;苏州科达科技股份有限公司，其通讯地址为：215213 江苏省苏州市汾湖高新技术产业开发区康力大道888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。