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！

龙图腾网恭喜华南理工大学申请的专利提高计算机视觉模型泛化能力的方法、装置及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：CN115223222B 。

龙图腾网通过国家知识产权局官网在2025-05-02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：202210813812.2，技术领域涉及：G06V40/16；该发明授权提高计算机视觉模型泛化能力的方法、装置及存储介质是由丁长兴;谭文韬;王鹏飞设计研发完成，并于2022-07-12向国家知识产权局提交的专利申请。

本提高计算机视觉模型泛化能力的方法、装置及存储介质在说明书摘要公布了：本发明公开了一种提高计算机视觉模型泛化能力的方法、装置及存储介质，其中方法包括：获取计算机视觉任务数据集，将数据集按来源划分为S个源域数据集和一个目标域数据集；构建骨干网络并对骨干网络进行初始化；构建S个记忆库并对记忆库进行初始化；构建风格化模块，将风格化模块部署到骨干网络中，采用风格交替学习策略对骨干网络进行训练；在测试过程中，关闭风格化模块，采用训练后的骨干网络在目标域数据集上进行测试。本发明在骨干网络中部署有一个风格化模块，能够改变输入特征的风格；通过不断改变保存在记忆库中特征的风格避免让骨干网络在训练时过拟合到源域的风格中，拥有更好的泛化能力，可广泛应用于图像处理与识别技术领域。

本发明授权提高计算机视觉模型泛化能力的方法、装置及存储介质在权利要求书中公布了：1.一种提高计算机视觉模型泛化能力的方法，其特征在于，包括以下步骤：获取计算机视觉任务的图片数据集，将图片数据集按来源划分为S个源域数据集和一个目标域数据集；构建骨干网络并对骨干网络进行初始化；构建S个记忆库并对记忆库进行初始化；构建风格化模块，将风格化模块部署到骨干网络中，采用风格交替学习策略对骨干网络进行训练；在测试过程中，关闭风格化模块，采用训练后的骨干网络在目标域数据集上进行测试；所述构建风格化模块，将风格化模块部署到骨干网络中，包括：构建风格化模块，将风格化模块部署到骨干网络的任一层中；其中，所述风格化模块的工作方式如下：假设输入到所述风格化模块的当前批数据的样本个数为B，计算任一个体特征Fi1≤i≤B的风格，即输入特征的通道维度上的均值μi和标准差σi，因此当前批数据风格为μ1,σ1、μ2,σ2...μB,σB；使用平衡参数z将通过第一方法获得的第一风格与通过第二方法获得的第二风格进行相加，获得新风格；使用新风格替换原本批数据中样本的原始风格，输出替换后的结果；所述第一方法为加权融合多样本风格的风格化方法，该方法的工作方式如下：构建一个参数为ε的狄利克雷分布Dirichletε，从该分布采样出加和为1的权重集合 对当前批数据中的任意样本，加权相加该样本的风格和任意其他T个样本的风格，加权权重为λ，加权所得风格作为第一风格；所述第二方法为基于批数据统计参数构成的高斯分布采样的风格化方法，该方法的工作方式如下：根据所得的当前批数据中所有样本的通道维度上的均值和标准差，计算均值矩阵和协方差矩阵，得到构建两个高斯分布和从采样得到μbat，从采样得到σbat，将μbat,σbat作为第二风格；所述采用风格交替学习策略对骨干网络进行训练，包括：风格交替学习的每个训练迭代周期包含第一前传，第一后传和第二前传；在第一前传中，关闭风格化模块并将训练集输入骨干网络，获得输出特征；在第一后传中，使用预设的损失函数拉近骨干网络的输出特征与存储在记忆库中同类别的特征，同时推远骨干网络的输出特征与存储在记忆库中不同类别的特征；在第二前传中，激活风格化模块并将第一前传中的训练集再次输入骨干网络，获得输出特征，使用新的骨干网络输出特征动量，更新记忆库中同类别的特征。

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华南理工大学，其通讯地址为：510641 广东省广州市天河区五山路381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”。