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！

龙图腾网恭喜长沙理工大学申请的专利目标学生网络模型训练方法及低分辨率图像识别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：CN116310717B 。

龙图腾网通过国家知识产权局官网在2025-06-20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：202310179846.5，技术领域涉及：G06V10/82；该发明授权目标学生网络模型训练方法及低分辨率图像识别方法是由颜丹设计研发完成，并于2023-02-14向国家知识产权局提交的专利申请。

本目标学生网络模型训练方法及低分辨率图像识别方法在说明书摘要公布了：本申请提供一种目标学生网络模型训练方法，包括将高分辨率图像输入至初始学生网络模型和目标协助网络模型，得到对应的第一中间特征和第二中间特征；将第一中间特征和第二中间特征输入第一损失函数，得到第一损失值；将低分辨率图像输入至初始学生网络模型，通过FSR‑W模块得到第三中间特征，第三中间特征通过预测损失函数，得到第一预测损失值；基于第一损失值和第一预测损失值，对初始学生网络模型进行训练，得到目标学生网络模型。本申请利用目标协助网络模型对初始学生网络模型进行训练，在初始学生网络模型中增加FSR‑W模块，得到目标学生网络模型，该模型在低分辨率图像识别方法中能够增强对低分辨率图像的识别效果。

本发明授权目标学生网络模型训练方法及低分辨率图像识别方法在权利要求书中公布了：1.一种目标学生网络模型训练方法，其特征在于，包括以下步骤： S11、将高分辨率图像输入至初始学生网络模型和目标协助网络模型，所述初始学生网络模型得到第一中间特征，所述目标协助网络模型得到第二中间特征； S12、将所述第一中间特征和所述第二中间特征输入第一损失函数，得到第一损失值，所述第一损失函数用于使所述初始学生网络模型模拟所述目标协助网络模型的第二中间特征； S13、将低分辨率图像输入至所述初始学生网络模型，通过卷积层中的FSR-W模块得到第三中间特征，所述第三中间特征通过预测损失函数，得到所述初始学生网络模型的第一预测损失值； S14、基于所述第一损失值和所述第一预测损失值，对所述初始学生网络模型进行训练，得到目标学生网络模型； 所述目标协助网络模型的训练过程，包括以下步骤： S101、将高分辨率图像输入至目标教师网络模型，通过卷积层，得到第四中间特征； S102、将高分辨率图像输入至初始协助网络模型，通过卷积层，得到第五中间特征； S103、计算所述第四中间特征和所述第五中间特征之间的损失，得到特征损失值； S104、所述初始协助网络模型根据所述特征损失值，得到协助预测分数； S105、基于所述目标教师网络模型生成的教师预测分数和所述协助预测分数，计算得到第二预测损失值； S106、根据所述第二预测损失值对所述初始协助网络模型进行回归训练，得到目标协助网络模型； 所述通过卷积层中的FSR-W模块得到第三中间特征，包括以下步骤： S131、所述低分辨率图像的中间特征进入所述FSR-W模块，所述中间特征包括目标特征图； S132、对所述中间特征进行上采样处理，得到上采样特征图； S133、计算所述目标特征图和所述上采样特征图的残差，得到残差特征图； S134、根据所述目标协助网络模型的所述第二中间特征，得到权重图； S135、将所述上采样特征图、所述残差特征图和所述权重图相加，得到第三中间特征； 利用与权重图集成后，新网络的损失函数来训练FSR-W模块如下： 其中，N×M表示特征贴图中元素的数量，Wfsr-w为高频内容权重图。

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长沙理工大学，其通讯地址为：410000 湖南省长沙市天心区赤岭路45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”。