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！

龙图腾网恭喜神思电子技术股份有限公司申请的专利一种基于伪标签的半监督学习图像分类优化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：CN113989549B 。

龙图腾网通过国家知识产权局官网在2025-03-07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：202111227379.6，技术领域涉及：G06V10/764；该发明授权一种基于伪标签的半监督学习图像分类优化方法及系统是由陈英鹏;许野平;刘辰飞;张朝瑞;席道亮;高朋设计研发完成，并于2021-10-21向国家知识产权局提交的专利申请。

本一种基于伪标签的半监督学习图像分类优化方法及系统在说明书摘要公布了：本发明公开了一种基于伪标签的半监督学习图像分类优化方法及系统，包括：获取待分类图像并进行预处理；利用训练好的图像分类模型对所述图像进行识别，得到图像分类结果；其中，首先基于有标签的图像样本数据集对图像分类模型进行训练，得到初始图像分类模型；利用所述初始图像分类模型得到无标签的图像样本数据集对应的预测集，基于所述预测集生成伪标签数据集；利用无标签的图像样本数据集和伪标签数据集对初始图像分类模型进行训练，得到训练好的图像分类模型。本发明基于伪标签的半监督学习方法进行图像分类，在标签图像样本数据有限的情况下，能够对无标签图像样本数据自动化标记伪标签。

本发明授权一种基于伪标签的半监督学习图像分类优化方法及系统在权利要求书中公布了：1.一种基于伪标签的半监督学习图像分类优化方法，其特征在于，包括：获取待分类图像并进行预处理；利用训练好的图像分类模型对所述图像进行识别，得到图像分类结果；其中，首先基于有标签的图像样本数据集对图像分类模型进行训练，得到初始图像分类模型；利用所述初始图像分类模型得到无标签的图像样本数据集对应的预测集，基于所述预测集生成伪标签数据集；利用无标签的图像样本数据集和伪标签数据集对初始图像分类模型进行训练，得到训练好的图像分类模型；利用无标签的图像样本数据集和伪标签数据集对初始图像分类模型进行训练，具体包括：初始化网络权重，保持初始图像分类模型的验证集不变；将无标签的图像样本数据集和对应的伪标签数据集输入初始图像分类模型中，通过设定的参数来控制训练过程中的损失函数；对每一个无标签的图像样本数据对应的预测值进行归一化；得到训练后的损失函数；通过设定的参数来控制训练过程中的损失函数，具体为：将损失函数设计为对数函数和指数函数两部分，其中，通过参数t1约束所述对数函数的界限；通过参数t2限制所述指数函数的衰减速度；具体对数函数为： 其中，t1是一个介于0到1之间的参数；具体指数函数为： 其中，t2为一个大于等于1的参数；对每一个无标签的图像样本数据对应的预测值进行归一化，具体包括：获取所有预测值的最大值，每一个无标签的图像样本数据对应的预测值与所述最大值作差，按照设定的规则对每一个得到的差值进行迭代，得到最终的迭代数据集；将最终的迭代数据分别带入所述指数函数并求和，将求和后的倒数带入所述对数函数，得到的结果与所述最大值作差，得到归一化后的预测值；得到训练后的损失函数，具体为：将伪标签数据作为无标签的图像样本数据的真值，利用所述真值和归一化后的预测值，构建训练后的损失函数。

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神思电子技术股份有限公司，其通讯地址为：250101 山东省济南市高新区舜华西路699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”。