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！

龙图腾网恭喜中南大学申请的专利一种面向长尾图像识别模型的训练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：CN119540658B 。

龙图腾网通过国家知识产权局官网在2025-04-11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：202510086418.7，技术领域涉及：G06V10/764；该发明授权一种面向长尾图像识别模型的训练方法是由刘锦;徐帅;王建新;曲哲;吕小毅设计研发完成，并于2025-01-20向国家知识产权局提交的专利申请。

本一种面向长尾图像识别模型的训练方法在说明书摘要公布了：本发明实施例中提供了一种面向长尾图像识别模型的训练方法，属于数据处理技术领域，具体包括：分别使用平衡采样策略和随机采样策略采样图片，并对随机采样图片进行数据增强，得到第一样本；执行CamMix操作得到第二样本；将第一样本和第二样本输入主干网络得到样本特征；得到交叉熵损失，并将线性分类器中的参数作为未经过L2归一化的原型特征；将原型特征和样本特征经过多层感知机网络得到L2归一化的特征，并将其输入到原型解耦对比学习损失函数中得到对比损失；结合交叉熵损失和对比损失得到总损失函数并据此指导主干网络训练，得到长尾图像识别模型。通过本发明的方案，提高了模型识别精准度和鲁棒性。

本发明授权一种面向长尾图像识别模型的训练方法在权利要求书中公布了：1.一种面向长尾图像识别模型的训练方法，其特征在于，包括：步骤1，分别使用平衡采样策略和随机采样策略采样图片，得到平衡采样图片和随机采样图片，并对随机采样图片进行数据增强，得到第一样本，其中，所述第一样本包括锚样本，锚样本通过图像增强生成的样本和一个批次中与锚样本具有相同类标签的其他样本；步骤2，对平衡采样图片和随机采样图片执行CamMix操作得到第二样本；步骤3，将第一样本和第二样本输入主干网络，得到未经过L2归一化的样本特征，，，；步骤4，将样本特征中的输入线性分类器得到交叉熵损失，并将线性分类器中的参数作为未经过L2归一化的原型特征；步骤5，将原型特征和样本特征，，经过多层感知机网络得到L2归一化的特征,,,，并将其输入到原型解耦对比学习损失函数中得到对比损失，其中，所述对比损失的表达式为 其中，表示一个批次中所有的样本集合表示一个批次中所有的特征，表示的正样本集合，其中，所述正样本集合包括第一样本对应的样本特征经过L2归一化的特征，表示的负样本集合，表示所有经过L2归一化后的原型特征的集合，表示的经过L2归一化后的负原型特征集合，表示对不同类型的正样本分配不同的权重，表示超参数，表示对比学习中的温度参数，表示集合中的元素，表示集合中的元素；步骤6，结合交叉熵损失和对比损失得到总损失函数并据此指导主干网络训练，得到长尾图像识别模型。

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中南大学，其通讯地址为：410083 湖南省长沙市岳麓区麓山南路932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”。