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基于特征金字塔和特征融合的小样本图像分类方法及系统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：CN115272692B 。

龙图腾网通过国家知识产权局官网在2025-05-16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：202210733595.6，技术领域涉及：G06V10/44；该发明授权基于特征金字塔和特征融合的小样本图像分类方法及系统是由王先知;许洁斌;艾浩然设计研发完成，并于2022-06-27向国家知识产权局提交的专利申请。

本基于特征金字塔和特征融合的小样本图像分类方法及系统在说明书摘要公布了：本发明公开了一种基于特征金字塔和特征融合的小样本图像分类方法，包括以下步骤：S1.构建特征金字塔关系网络模型，模型包括特征提取模块、关系模块和特征融合模块；S2.对数据集进行扩充，将数据集划分为训练集、验证集、测试集；S3.训练模型，从训练集中采样支撑集与查询集；S4.输入支撑集图像和查询集图像，特征提取模块提取图像的特征，并输出图像的特征向量，特征融合模块融合特征向量；S5.将特征向量输入关系模块，关系模块输出支撑集图像和查询集图像的相似分值，将所有相似分值进行处理，获得最终的相似分值；S6.计算模型的损失，并更新模型的参数，重复迭代训练，直至损失的误差值趋于稳定；S7.保存训练好的模型，将模型用于小样本图像分类测试。

本发明授权基于特征金字塔和特征融合的小样本图像分类方法及系统在权利要求书中公布了：1.一种基于特征金字塔和特征融合的小样本图像分类方法，其特征在于，包括以下步骤：S1.构建多层神经网络的特征金字塔关系网络模型，每层神经网络包括特征提取模块、关系模块和特征融合模块；S2.获取数据集并对数据集进行扩充，将经过扩充后的数据集划分为训练集、验证集、测试集；S3.采用C-wayK-shot方式训练特征金字塔关系网络模型，每次训练分别从训练集采样支撑集与查询集；S4.输入支撑集图像和查询集图像，特征提取模块提取图像的特征，并输出图像的特征向量，特征融合模块融合支撑集图像和查询集图像的特征向量；S5.将融合后的特征向量输入关系模块，关系模块输出支撑集图像和查询集图像的相似分值，将所有关系模块输出的相似分值进行处理，获得最终的相似分值；S6.计算特征金字塔关系网络模型的损失，并更新特征金字塔关系网络模型的参数，重复迭代训练，直至损失的误差值趋于稳定；S7.保存训练好的特征金字塔关系网络模型，将特征金字塔关系网络模型用于小样本图像分类测试；特征融合模块包括特征融合项，特征融合项为：C′FS,FQ＝ConcateFS,FQ,MulFS,FQ式中，FS表示查询集图像的特征向量，FQ表示支撑集图像的特征向量，Concate·,·表示在特征通道进行拼接的操作，Mul·,·运算表示将特征图按位置对应元素相乘；步骤S6中，将一组图像的相似性分值视为回归任务，采用均方误差MSE函数作为每层神经网络的损失函数，均方误差MSE函数为： 式中，r表示每层神经网络输出的相似性分数，yS表示支撑集图像的标签，yQ表示查询集图像的标签；当标签相同时，yS＝＝yQ的值为1，当标签不同时，yS＝＝yQ的值为0；步骤S6中，利用损失函数计算特征金字塔关系网络模型的损失，损失函数为： 式中，rl表示第l层神经网络输出的相似性分值，yS表示支撑集图像的标签，yQ表示查询集图像的标签，MSE表示均方误差函数，n表示神经网络的层数。

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：510640 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”。