買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉北京百度網訊科技有限公司申請的專利多屬性識別及模型訓練方法、裝置、設備和存儲介質獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116129214B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211643339.4，技術領域涉及：G06V10/774；該發明授權多屬性識別及模型訓練方法、裝置、設備和存儲介質是由許曉文;李源;黨旗;武星明;聶磊設計研發完成，并于2022-12-20向國家知識產權局提交的專利申請。

本多屬性識別及模型訓練方法、裝置、設備和存儲介質在說明書摘要公布了：本公開提供了一種多屬性識別及模型訓練方法、裝置、設備和存儲介質，涉及人工智能技術領域，具體涉及圖像處理、深度學習、計算機視覺等技術領域。多屬性識別模型的訓練方法包括：獲取訓練數據，所述訓練數據包括：多組圖像樣本；采用主干網絡，對圖像樣本進行處理，以獲得圖像特征；采用多個分支網絡中的目標分支網絡，對目標屬性信息對應的圖像特征進行處理，以獲得所述目標屬性信息的預測值；基于所述目標屬性信息的預測值，構建總損失函數；基于所述總損失函數，調整所述主干網絡的模型參數和所述分支網絡的模型參數中的至少一項，直至達到預設條件。本公開可以低成本且高效率地獲得準確度較高的多屬性識別結果。

本發明授權多屬性識別及模型訓練方法、裝置、設備和存儲介質在權利要求書中公布了：1.一種多屬性識別模型的訓練方法，所述模型包括主干網絡和多個分支網絡，所述多個分支網絡與多個屬性信息一一對應，所述方法包括： 獲取訓練數據，所述訓練數據包括：多組圖像樣本，所述多組圖像樣本與所述多個屬性信息一一對應； 采用所述主干網絡，對所述圖像樣本進行處理，以獲得所述圖像樣本的圖像特征； 采用所述多個分支網絡中的目標分支網絡，對目標屬性信息對應的圖像特征進行處理，以獲得所述目標屬性信息的預測值；其中，所述目標屬性信息是所述目標分支網絡對應的屬性信息； 基于所述目標屬性信息的預測值，構建總損失函數； 基于所述總損失函數，調整所述主干網絡的模型參數和所述分支網絡的模型參數中的至少一項，直至達到預設條件； 所述多個分支網絡包括：存量分支網絡和增量分支網絡，所述增量分支網絡是待訓練的分支網絡，所述存量分支網絡和所述主干網絡是歷史已訓練的，且具有歷史模型參數； 所述基于所述總損失函數，調整所述主干網絡的模型參數和所述分支網絡的模型參數中的至少一項，直至達到預設條件，包括： 在第一階段，保持所述主干網絡的歷史模型參數和所述存量分支網絡的歷史模型參數不變，基于所述第一階段的總損失函數，調整所述增量分支網絡的模型參數，直至達到所述第一階段的預設條件，以獲得所述增量分支網絡的局部模型參數； 在第二階段，基于所述第二階段的總損失函數，調整所述主干網絡的歷史模型參數、所述存量分支網絡的歷史模型參數，以及所述增量分支網絡的局部模型參數，直至達到所述第二階段的預設條件； 所述預設條件包括滿足預設的收斂條件，所述收斂條件包括前一輪的損失函數與當前輪的損失函數的差值的絕對值小于預設值，所述第一階段和所述第二階段的所述預設值相同或不同； 增量訓練數據和存量訓練數據的分布差別大。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人北京百度網訊科技有限公司，其通訊地址為：100085 北京市海淀區上地十街10號百度大廈2層；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。