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！

龙图腾网恭喜电子科技大学(深圳)高等研究院申请的专利一种基于样本选择和标签分布学习的带噪声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：CN119478570B 。

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：202510071203.8，技术领域涉及：G06V10/764；该发明授权一种基于样本选择和标签分布学习的带噪声图像分类方法是由蒲晓蓉;王剑潮;李青峰设计研发完成，并于2025-01-16向国家知识产权局提交的专利申请。

本一种基于样本选择和标签分布学习的带噪声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样本选择和标签分布学习的带噪声图像分类方法，涉及计算机视觉技术领域，解决了目前的分类方法难以区分困难样本和噪声样本，导致图像分类的精度低的技术问题。该方法包括：对训练样本分别进行弱数据增强和强数据增强；构建图像分类网络，将训练样本输入图像分类网络开始训练；建立图像分类网络全局的记忆化队列；若训练样本在当前训练轮次的损失值都大于第n个阶段的损失值，则将训练样本标记为噪声样本；否则，则将训练样本标记为干净样本。本发明能更好地区分容易样本、困难样本和噪声样本，避免在训练前期将损失还未下降的难区分样本归为噪声标签样本，提高模型的精度。

本发明授权一种基于样本选择和标签分布学习的带噪声图像分类方法在权利要求书中公布了：1.一种基于样本选择和标签分布学习的带噪声图像分类方法，其特征在于，包括以下步骤：对训练样本图像分别进行弱数据增强和强数据增强，得到弱增强图像和强增强图像；构建图像分类网络，将所述弱增强图像、强增强图像输入所述图像分类网络，并设置热身训练轮次为t和最大训练轮次为T，使所述图像分类网络开始训练；建立所述图像分类网络全局的记忆化队列，将第一个训练轮次到当前训练轮次分为n个阶段，并记录每个阶段在所述弱增强图像、强增强图像上的平均预测结果的损失值；若所述当前训练轮次大于所述热身训练轮次t，且小于所述最大训练轮次T，则判断所述弱增强图像、强增强图像在所述当前训练轮次的损失值是否都大于第n个阶段的损失值；若所述弱增强图像、强增强图像在所述当前训练轮次的损失值都大于第n个阶段的损失值，则将所述弱增强图像、强增强图像标记为噪声样本；若所述弱增强图像、强增强图像在所述当前训练轮次的损失值不是都大于第n个阶段的损失值，则将所述弱增强图像、强增强图像标记为干净样本；其中，所述干净样本包括容易样本和困难样本；计算每个阶段在所述弱增强图像、强增强图像上的平均预测结果的损失值，和所述弱增强图像、强增强图像在所述当前训练轮次的损失值的损失函数为：；其中，为所述弱增强图像或强增强图像的真实标签；为所述弱增强图像或强增强图像的预测标签；所述第n个阶段的平均预测结果为： ；其中，为所述当前训练轮次；代表第个轮次所有所述弱增强图像、强增强图像的预测结果；将所述第n个阶段的平均预测结果作为所述弱增强图像、强增强图像的软标签；所述方法还包括：在所述建立所述图像分类网络全局的记忆化队列，将第一个训练轮次到当前训练轮次分为n个阶段，并记录每个阶段在所述弱增强图像、强增强图像上的平均预测结果的损失值中，第1个阶段到第n-1个阶段的平均预测结果为： = ；其中，m∈[1，n-1]。

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电子科技大学(深圳)高等研究院，其通讯地址为：518110 广东省深圳市龙华区观澜街道新澜社区观光路1301-78号银星智界二期2号楼；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”。