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！

龙图腾网恭喜同济大学申请的专利一种基于课程学习与对抗训练的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：CN114743049B 。

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：202210369277.6，技术领域涉及：G06V10/764；该发明授权一种基于课程学习与对抗训练的图像分类方法是由严俊;邓潇阳;尹慧琳设计研发完成，并于2022-04-08向国家知识产权局提交的专利申请。

本一种基于课程学习与对抗训练的图像分类方法在说明书摘要公布了：本发明涉及一种基于课程学习与对抗训练的图像分类方法，包括：S1、获取原始图像数据集，通过模型初始化得到初始分类模型；S2、对模型进行训练，判断分类精度是否达到极限值，若是则生成第一分类模型并转至步骤S3；S3、加入单步迭代的对抗样本，对第一分类模型进行对抗训练，判断分类精度是否达到极限值，若是则生成第二分类模型并转至步骤S4；S4、再加入多步迭代的对抗样本，对第二分类模型进行对抗训练，判断分类精度是否达到极限值，若是则保留模型参数，生成鲁棒视觉分类模型；S5、输入待分类的图像数据集，得到图像分类结果。与现有技术相比，本发明具有提高数据集被干扰时的图像分类精度、保证原始数据集的分类精度不受影响等优点。

本发明授权一种基于课程学习与对抗训练的图像分类方法在权利要求书中公布了：1.一种基于课程学习与对抗训练的图像分类方法，其特征在于，具体包括以下步骤：S1、获取原始图像数据集，并通过模型初始化得到初始分类模型；S2、根据原始图像数据集对初始分类模型进行训练，判断初始分类模型的分类精度是否达到极限值，若是则将极限值对应的初始分类模型作为第一分类模型并转至步骤S3；S3、在原始图像数据集中加入单步迭代的FGSM攻击方法的对抗样本，得到单步对抗图像数据集，根据单步对抗图像数据集对第一分类模型进行对抗训练，判断第一分类模型的分类精度是否达到极限值，若是则将极限值对应的第一分类模型作为第二分类模型并转至步骤S4；S4、在单步对抗图像数据集中再加入多步迭代的PGD攻击方法的对抗样本，得到多步对抗图像数据集，根据多步对抗图像数据集对第二分类模型进行对抗训练，判断第二分类模型的分类精度是否达到极限值，若是则保留模型参数，生成最终的鲁棒视觉分类模型；S5、将待分类的图像数据集输入最终的鲁棒视觉分类模型，得到图像分类结果；所述步骤S3和S4中对抗样本的计算公式具体如下所示： 其中，是图像特征，为过程函数，为满足一定约束的对抗扰动，为生成的对抗样本，是数据标签，是模型参数，是数据分布，是损失函数；所述步骤S3中单步对抗图像数据集对模型的攻击方式的公式如下所示： 其中，为对抗训练过程中生成的对抗样本，为扰动预算；所述步骤S4中多步对抗图像数据集对模型的攻击方式的公式如下所示： 其中，为截断系数，为投影函数，为过程参数，为对抗训练过程中生成的对抗样本。

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同济大学，其通讯地址为：200092 上海市杨浦区四平路1239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”。