发明专利已授权

一种基于选择性原型损失函数的多标签图像分类方法

📄 申请号：CN202510684278.3 📄 发布日：2026/08/04

著录项目信息

申请日

2025-05-26

公开号

CN120673126B

公开日

2026-01-27

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G06V10_764

IPC 分类号

G06V10_764 , G06V10_82 , G06N3_0464 , G06V10_762 , G06V10_74 , G06V10_80 ,

技术画像

所属领域

图像分类图像分类深度学习原型网络

应用场景

医学影像分析, 遥感图像分类, 自动驾驶场景识别, 智能安防, 工业质检

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

本发明公开了一种基于选择性原型损失函数的多标签图像分类方法，包括如下步骤：S1、获取原始图像数据集并进行预处理形成训练集，原始图像数据集中的全部图像具有M个类别且各图像具有至少一个标签；S2、建立卷积神经网络模型并采用训练集进行训练，卷积神经网络模型利用选择性原型损失函数作为惩罚函数；S3、采用训练好的卷积神经网络模型对待测图像进行分类，获得对应类别的预测概率即为多标签图像分类结果。该方法具有识别更加准确和泛化能力更强的特点。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种焊接成型后尺寸稳定性的表征方法

当前第 / 件

一种基于行分割线的黄色双行车牌字符分割方法

同领域国内专利 · IPC: (G06V10_764)

G06V10_10 G06V10_12 G06V10_14 G06V10_141 G06V10_143 G06V10_147 G06V10_20 G06V10_22 G06V10_24 G06V10_25 G06V10_26 G06V10_28 G06V10_30 G06V10_32 G06V10_34 G06V10_40 G06V10_42 G06V10_44 G06V10_46 G06V10_50 G06V10_52 G06V10_54 G06V10_56 G06V10_58 G06V10_62 G06V10_70 G06V10_72 G06V10_74 G06V10_75 G06V10_762 G06V10_764 G06V10_766 G06V10_77 G06V10_771 G06V10_772 G06V10_774 G06V10_776 G06V10_778 G06V10_80 G06V10_82 G06V10_84 G06V10_86 G06V10_94 G06V10_98 覆盖44个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：20 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于选择性原型损失函数的多标签图像分类方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06V10_764)

相似专利推荐 AI 驱动 · 同领域

一种用于图像数据识别模型构建的方法及系统

图像中关键点的检测方法及设备

基于图神经网络与元数据的个性化服务推荐方法

服务项目

资源中心

关于柿子坊