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！

龙图腾网恭喜浙江外国语学院申请的专利一种基于蒸馏网络的半监督图像分类方法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：CN114548279B 。

龙图腾网通过国家知识产权局官网在2025-04-25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：202210166402.3，技术领域涉及：G06V10/764；该发明授权一种基于蒸馏网络的半监督图像分类方法是由万贤美;张剑设计研发完成，并于2022-02-23向国家知识产权局提交的专利申请。

本一种基于蒸馏网络的半监督图像分类方法在说明书摘要公布了：本发明公开了一种基于蒸馏网络的半监督图像分类方法，包括：1准备数据集，将数据集中的少量图像标注类别标签；2构建神经网络模型，结构包括五个卷积块和投影层；3对神经网络模型进行旋转自监督学习，得到模型1；4对神经网络模型进行对比自监督学习，得到模型2；5将模型1和模型2使用相互学习的网络蒸馏策略进行融合，交换所学到的知识；6将待分类的图像输入训练好的模型1或模型2，得到分类结果。利用本发明，可以使网络所表达的特征量大大增加，从而提升对物体的识别能力，提高分类精度。

本发明授权一种基于蒸馏网络的半监督图像分类方法在权利要求书中公布了：1.一种基于蒸馏网络的半监督图像分类方法，其特征在于，包括以下步骤：1准备数据集，对数据集进行预处理，将数据集中的少量图像标注类别标签，剩余图像作为无标签的训练数据；2构建用于分类的神经网络模型，所述的神经网络模型采用改进的vgg11网络，结构依次为：第一卷积层、第一最大池化层、第一relu层、第二卷积层、第二最大池化层、第二relu层、第三卷积层、第三最大池化层、第三relu层、第四卷积层、第四最大池化层、第四relu层、第五卷积层、第五最大池化层、第五relu层和投影层；其中，第一至第五卷积层的卷积核大小均为3×3，数量分别设置为1、1、2、2、2；第一至第五relu层的输入通道分别为3、16、32、64、128，输出通道分别为16、32、64、128、128；投影层的结构依次为第一全连接层、batchNorm1d层、第六relu层和第二全连接层，第一全连接层的输入节点数为6272，输出节点数为100，第二全连接层的输入节点数为100，输出节点数为4；3对数据集中没有标注类别标签的图像，旋转不同角度后自动标注对应角度的伪标签，利用具有伪标签的图像对初始的神经网络模型进行自监督学习；接着将自监督学习后的神经网络模型的投影层替换为分类器，并用数据集中少量标注类别标签的图像对调整后的神经网络模型进行训练，直到损失函数收敛后得到模型1；4将数据集中的每张图片分别进行两次预处理，每张图片得到对应的img1和img2两张相似图片；将初始神经网络模型的投影层修改为：第一全连接层的输入节点数为6272，输出节点数为2048，第二全连接层的输入节点数为2048，输出节点数为128；利用相似图片img1和img2对神经网络模型进行自监督训练，训练时利用投影层输出的特征向量计算两张图像的相似度，并计算相似度损失函数；接着将自监督训练后神经网络模型的投影层替换为分类器，并用数据集中少量标注类别标签的图像对调整后的神经网络模型进行训练，直到损失函数收敛后得到模型2；5将模型1和模型2使用相互学习的网络蒸馏策略进行融合，交换所学到的知识；融合过程中，使用数据集中带分类标签的图像分别放入模型1和模型2进行训练，得到两个分类概率后计算总损失函数，直到总损失函数收敛，得到训练好的模型1和模型2；6对于待分类的图像，输入训练好的模型1或模型2，得到图像的分类结果。

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浙江外国语学院，其通讯地址为：310012 浙江省杭州市西湖区留和路299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”。