Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜腾讯科技(深圳)有限公司陈世哲获国家专利权

恭喜腾讯科技(深圳)有限公司陈世哲获国家专利权

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!

龙图腾网恭喜腾讯科技(深圳)有限公司申请的专利图像分类方法、装置、电子设备和存储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:CN119091220B

龙图腾网通过国家知识产权局官网在2025-04-04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:202411247566.4,技术领域涉及:G06V10/764;该发明授权图像分类方法、装置、电子设备和存储介质是由陈世哲设计研发完成,并于2024-09-06向国家知识产权局提交的专利申请。

图像分类方法、装置、电子设备和存储介质在说明书摘要公布了:本申请实施例公开一种图像分类方法、装置、电子设备和存储介质,包括:对待处理图像进行第一特征提取处理,得到图像特征;对处于末端层级的多个类别中的每个类别,将类别的可学习提示信息、上级层级的类别的可学习提示信息、类别组合为类别信息;对类别信息进行第二特征提取处理,得到类别特征;确定图像特征与多个类别特征的相似度;基于多个类别特征中相似度最高的类别特征对应的类别,确定待处理图像的类别。本申请实施例将类别的上下位之间的相关性融合到特征学习的过程中,从而令图像分类的准确性更高。并且在训练阶段只需训练各个类别对应的可学习提示信息,训练参数较少,训练效率较高。本申请实施例能实现训练效率与分类准确度的兼顾。

本发明授权图像分类方法、装置、电子设备和存储介质在权利要求书中公布了:1.一种图像分类方法,其特征在于,所述图像分类方法由利用训练完成的图像分类模型实现,所述方法包括:对待处理图像进行第一特征提取处理,得到图像特征;对处于末端层级的多个类别中的每个类别,将所述类别的可学习提示信息、所述类别的上级层级的类别的可学习提示信息、以及所述类别组合为类别信息;所述类别存在N个层级,对于所述N个层级中的任意相邻两个层级:第i-1层级和第i层级,第i-1层级存在有第一数量个类别,第i层级存在有第二数量个类别,所述第二数量个类别中的一个或多个类别的父类别存在于所述第一数量个类别中,所述第一数量不大于所述第二数量;i不大于N,且i和N均为大于1的正整数;在该步骤之前,所述方法还包括:对训练图像进行第一特征提取处理,得到训练图像特征;对所述N个层级中的每个层级,基于所述层级的多个类别分别对应的训练类别特征和所述训练图像特征,计算所述层级的多个类别分别对应的概率分布;基于所述层级的多个类别分别对应的概率分布,计算所述层级对应的第一损失函数;对所述N个层级中的第i层级,基于所述第i层级的多个类别分别对应的概率分布、以及所述第i层级的每个类别的父类别对应的概率分布,计算第i-1层级的第二损失函数;基于所述第一损失函数和第二损失函数,确定总损失函数;基于总损失函数,更新N个层级中的每个层级的多个类别分别对应的可学习提示信息的参数直至收敛,得到训练完成的图像分类模型;对所述类别信息进行第二特征提取处理,得到类别特征;确定所述图像特征与多个所述类别特征的相似度;基于多个所述类别特征中相似度最高的类别特征所对应的类别,确定所述待处理图像的类别。

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腾讯科技(深圳)有限公司,其通讯地址为:518057 广东省深圳市南山区高新区科技中一路腾讯大厦35层;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”。

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。