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！

龙图腾网恭喜西安电子科技大学申请的专利基于分割掩码和自注意神经网络的细粒度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：CN114119979B 。

龙图腾网通过国家知识产权局官网在2025-03-14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：202111480727.0，技术领域涉及：G06V10/26；该发明授权基于分割掩码和自注意神经网络的细粒度图像分类方法是由牛毅;张玉婷;马明明;李甫;张犁设计研发完成，并于2021-12-06向国家知识产权局提交的专利申请。

本基于分割掩码和自注意神经网络的细粒度图像分类方法在说明书摘要公布了：本发明提出了一种基于分割掩码和自注意神经网络的细粒度图像分类方法，主要解决现有细粒度图像分类方法训练步骤繁琐、训练难度大、图片背景噪声过大时无法准确定位分类物体位置的问题。其方案为：从公开的细粒度图像数据集中下载划分好的训练、测试样本集，获取各图像对应的类别标签；构建由损失网络、分割掩码生成网络、自注意神经网络级连组成的细粒度分类模型；利用训练样本集，采用梯度下降法对分类模型进行训练；将测试样本集输入到训练好的细粒度分类模型中，得到细粒度图像的分类结果。本发明能自动生成增强图像的掩码，能定位图像的前景位置，弱化背景噪声，训练策略简单，进一步提高了分类精度。可用于智能安防及无人零售的商业活动。

本发明授权基于分割掩码和自注意神经网络的细粒度图像分类方法在权利要求书中公布了：1.一种基于分割掩码和自注意神经网络的细粒度图像分类方法，特征在于，包括：1从公开的细粒度图像数据集中下载划分好的训练样本集和测试样本集，获取各图像对应的类别标签；2构建细粒度分类模型：2a建立由输入层、正则化层，中心向量更新层依次级连的损失网络；2b选用分割掩码生成网络、自注意神经网络，并将其与损失网络级连，组成细粒度分类模型；2c设置细粒度分类模型总损失函数L为交叉熵损失函数L1、中心向量损失函数L2、以及对比损失函数L3之和，表示如下：L＝αL1y,y‘+βL2+γL3其中α、β、γ分别是L1、L2、L3的权重，y、y’分别代表真实图像标签与网络预测图像标签；所述交叉熵损失函数L1、中心向量损失函数L2、对比损失函数L3，分别表示如下：L1＝-[ylogy’+1-ylog1-y’] 其中y、y’分别代表真实图像标签与网络预测图像标签，N为批量大小，zi与zj分别代表第i类的图片和第j类图片,α′为损失边界，yi与yj代表第i类图片和第j个图片的类别，simzi,zj代表第i类图片zi与第j类图片zj之间的余弦相似度；代表yi类的特征中心向量,代表自注意神经网络第L层第0个图像片输出的向量；3利用训练样本集，采用梯度下降法对分类模型进行训练；得到训练好的细粒度分类模型；4将测试样本集输入到训练好的细粒度分类模型中，得到细粒度图像的分类结果。

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西安电子科技大学，其通讯地址为：710071 陕西省西安市太白南路2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”。