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！

龙图腾网获悉深圳大学申请的专利视觉识别模型的训练方法、装置和计算机设备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：CN121147670B 。

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：202511679337.4，技术领域涉及：G06V10/774；该发明授权视觉识别模型的训练方法、装置和计算机设备是由李梦柯;刘烨;黄惠设计研发完成，并于2025-11-17向国家知识产权局提交的专利申请。

本视觉识别模型的训练方法、装置和计算机设备在说明书摘要公布了：本申请涉及一种视觉识别模型的训练方法、装置和计算机设备。该方法包括：分别将各个训练样本输入至初始视觉识别模型，对训练样本和训练样本对应的目标类别进行融合处理，得到对应的融合特征，以得到训练样本对应的原始输出向量；基于训练样本所属的目标类别所对应的目标类别样本数，确定训练样本对应的参考区分类别数，基于原始输出向量中确定出与参考区分类别数对应的目标参考区分类别和目标参考区分类别对应的置信度；基于与训练样本对应的各个目标参考区分类别对应的置信度和对应的目标类别，确定训练样本对应的损失信息，基于该损失信息得到目标视觉识别模型。采用本方法训练出的模型能够精确地分类困难负样本，减少类别混淆。

本发明授权视觉识别模型的训练方法、装置和计算机设备在权利要求书中公布了：1.一种视觉识别模型的训练方法，其特征在于，所述方法包括： 获取多个训练样本；所述训练样本包括图像样本、文本样本中的至少一种； 针对各个所述训练样本，分别将所述训练样本输入至初始视觉识别模型，获取输入至所述初始视觉识别模型中的图像编码层的视觉特征；对所述视觉特征进行特征提取，得到对应的原始特征；基于所述初始视觉识别模型中的类别编码层对所述训练样本对应的目标类别进行编码，得到类别语义特征，基于所述类别语义特征与所述视觉特征，得到目标特征；基于所述原始特征和所述目标特征，得到对应的融合特征；将所述融合特征输入至所述初始视觉识别模型中的余弦分类器中，得到与所述训练样本对应的原始输出向量；所述原始输出向量包括所述训练样本对应的各个参考区分类别和参考区分类别对应的置信度； 基于所述训练样本所属的目标类别所对应的目标类别样本数，确定所述训练样本对应的参考区分类别数，基于参考区分类别数和所述训练样本对应的所述原始输出向量确定对应的目标参考区分类别和目标参考区分类别对应的置信度； 基于所述训练样本对应的所述目标参考区分类别所对应的置信度，确定各个所述目标参考区分类别所对应的概率信息；基于与所述训练样本对应的各个所述目标参考区分类别对应的概率信息和对应的所述目标类别，确定所述训练样本对应的损失信息； 基于各个所述训练样本对应的损失信息调整所述初始视觉识别模型的模型参数，以得到目标视觉识别模型。

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深圳大学，其通讯地址为：518060 广东省深圳市南山区粤海街道南海大道3688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。