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！

龙图腾网恭喜南京中兴软件有限责任公司申请的专利一种图像预测方法、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：CN113822307B 。

龙图腾网通过国家知识产权局官网在2025-04-29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：202010568970.7，技术领域涉及：G06V10/774；该发明授权一种图像预测方法、设备和存储介质是由栗伟清;韩炳涛;屠要峰;王永成;高洪设计研发完成，并于2020-06-19向国家知识产权局提交的专利申请。

本一种图像预测方法、设备和存储介质在说明书摘要公布了：本发明公开一种图像预测方法、设备和存储介质，属于深度学习技术领域。该方法包括：获取待测图像；将待测图像输入预设神经网络模型，得到待测图像的预测类别，其中，预设神经网络模型每层的权重通过分层自适应学习速率训练得到。本发明的技术方案，通过将获取的待测图像输入预设神经网络模型，由于预设神经网络模型每层的权重是通过分层自适应学习速率训练所获得的，每层的权重更加准确，从而确定出的预设神经网络模型更加精准，因此在将待测图像输入预设神经网络时，能够准确的获取待测图像的预测类别。

本发明授权一种图像预测方法、设备和存储介质在权利要求书中公布了：1.一种图像预测方法，其特征在于，包括：获取待测图像；采用多个图形处理器GPU对样本图像并行训练获得预设神经网络模型；将待测图像输入预设神经网络模型，得到所述待测图像的预测类别，其中，所述预设神经网络模型每层的权重通过分层自适应学习速率训练得到；其中，所述采用多个图形处理器GPU对样本图像并行训练获得预设神经网络模型，包括：每个GPU根据所述样本图像确定初始神经网络模型每层的初始梯度；根据各层的初始梯度得到所述初始神经网络模型每层的聚合梯度；确定学习速率的上边界值和下边界值，以及每层的当前权重与所述聚合梯度的比值；在确定所述当前权重与所述聚合梯度的比值位于所述下边界值和所述上边界值之间时，则将所述当前权重与所述聚合梯度的比值作为每层的层学习速率；在确定所述当前权重与所述聚合梯度的比值大于所述上边界值时，则将所述上边界值作为每层的所述层学习速率；在确定所述当前权重与所述聚合梯度的比值小于所述下边界值时，则将所述下边界值作为每层的所述层学习速率；根据每层的当前权重、所述层学习速率、权重衰减参数以及所述初始神经网络模型的全局学习速率确定每层的预设权重；根据每层的预设权重得到所述预设神经网络模型。

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南京中兴软件有限责任公司，其通讯地址为：210012 江苏省南京市雨花台区紫荆花路68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”。