中国科学院计算技术研究所程学旗获国家专利权
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！
龙图腾网获悉中国科学院计算技术研究所申请的专利一种鲁棒数据集蒸馏方法及系统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：CN115761414B 。
龙图腾网通过国家知识产权局官网在2026-04-10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：202211536222.6，技术领域涉及：G06V10/774；该发明授权一种鲁棒数据集蒸馏方法及系统是由程学旗;郭嘉丰;陈薇;李家宁;张明坤设计研发完成，并于2022-12-01向国家知识产权局提交的专利申请。
本一种鲁棒数据集蒸馏方法及系统在说明书摘要公布了：本发明提出一种鲁棒数据集蒸馏方法，包括：在原训练数据集中进行随机采样，作为初始化的蒸馏数据集；对该原训练数据集进行随机采样，得到原样本采样集；为该原样本采样集添加对抗扰动，得到扰动样本采样集；分别计算该扰动样本采样集与该蒸馏数据集的特征表示或网络梯度，以该特征表示或网络梯度的差异作为损失函数；根据该损失函数反向传播对该蒸馏数据集进行优化更新，不断迭代优化过程，直至损失函数收敛，保存当前蒸馏数据集作为最终的鲁棒蒸馏数据集。以该鲁棒蒸馏数据集代替该原训练数据集，训练目标深度神经网络模型完成图像识别分类。本发明将对抗鲁棒特性蒸馏到鲁棒蒸馏数据集，从而提升蒸馏数据集训练得到模型的鲁棒性。
本发明授权一种鲁棒数据集蒸馏方法及系统在权利要求书中公布了：1.一种鲁棒数据集蒸馏方法，其特征在于，包括： 步骤1、在原训练数据集中进行随机采样，作为初始化的蒸馏数据集； 步骤2、对该原训练数据集进行随机采样，得到原样本采样集； 步骤3、为该原样本采样集添加对抗扰动，得到扰动样本采样集； 步骤4、分别计算该扰动样本采样集与该蒸馏数据集的特征表示或网络梯度，以该特征表示或网络梯度的差异作为损失函数； 步骤5、根据该损失函数反向传播对该蒸馏数据集进行优化更新，并重复该步骤2到5不断迭代优化过程，直至损失函数收敛，保存当前蒸馏数据集作为最终的鲁棒蒸馏数据集； 该原训练数据集由多张图像构成，该优化更新包括：根据损失函数计算出损失值并进行梯度反向传播，得到针对该蒸馏数据集的每幅图像中像素值更新的梯度，依据该梯度修改其对应像素的色彩，以实现对该蒸馏数据集的优化更新。
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中国科学院计算技术研究所，其通讯地址为：100080 北京市海淀区中关村科学院南路6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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励