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！

龍圖騰網獲悉電子科技大學長三角研究院(湖州)申請的專利一種基于視覺特征約束的細粒度圖像分類方法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：CN115410031B 。

龍圖騰網通過國家知識產權局官網在2025-08-26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：202210878434.6，技術領域涉及：G06V10/764；該發明授權一種基于視覺特征約束的細粒度圖像分類方法是由沈馮立;李福生;趙彥春設計研發完成，并于2022-07-25向國家知識產權局提交的專利申請。

本一種基于視覺特征約束的細粒度圖像分類方法在說明書摘要公布了：本發明公開了一種基于視覺特征約束的細粒度圖像分類方法。該方法包括如下步驟：利用CLIP方法的預訓練視覺特征編碼器提取圖片的中間特征約束細粒度圖像分類模型提取的中間特征；利用CLIP方法的預訓練文本特征編碼器提取的文本特征監督約束細粒度圖像分類的提取的圖片特征；利用CLIP方法的預訓練視覺特征編碼器獲取訓練圖片的激活圖，將其作為掩碼對訓練圖片進行掩碼處理后再獲取掩碼圖片的視覺特征，將掩碼圖片特征與普通的視覺特征組合后再進行分類。本方法利用CLIP方法的圖片和文本特征編碼器幫助細粒度圖像分類模型更好地提取細粒度圖片的視覺特征，從而幫助提高細粒度圖像分類模型的分類準確率。

本發明授權一種基于視覺特征約束的細粒度圖像分類方法在權利要求書中公布了：1.一種基于視覺特征約束的細粒度圖像分類方法，其特征在于，包括以下步驟： 步驟一：訓練數據集的采集； 步驟二：對訓練圖片進行數據預處理和數據增廣； 步驟三：采用CLIP方法中的ViT-B16模型作為基礎模型提取訓練圖片的視覺特征； 步驟四：利用CLIP方法中在大型數據集上預訓練得到的ViT-B16視覺特征編碼器提取步驟三中訓練圖片的視覺特征，每一層編碼器輸出提取圖片得到的中間特征；將這些中間特征作為標準對步驟三中的ViT-B16模型的中間特征進行約束，得到圖片特征約束1； 步驟五：每張訓練圖片都有對應的描述性文本數據，利用CLIP方法中在大型數據集上預訓練得到的transformer文本特征編碼器提取步驟三中訓練圖片所對應的描述性文本數據得到文本特征；將這些文本特征作為標準對步驟三中模型得到的圖片視覺特征向量進行約束，得到圖片特征約束2； 步驟六：利用CLIP方法中在大型數據集上預訓練得到的ViT-B16視覺特征編碼器獲取訓練圖片的激活圖activationmap，將激活圖作為掩碼對訓練圖片進行掩碼處理； 步驟七：用步驟三的模型提取步驟六中掩碼處理后的圖片的視覺特征，得到掩碼圖片視覺特征； 步驟八：將步驟三和步驟七得到的普通視覺特征和掩碼圖片視覺特征進行組合后得到的圖片特征作為訓練圖片的最終圖片視覺特征；將最終圖片視覺特征經過多層感知機后得到每一類的置信度，通過交叉熵損失函數進行分類損失的計算； 步驟九：將步驟四、步驟五和步驟八中的圖片特征約束1、圖片特征約束2和分類損失相加后得到任務的總損失；通過總損失訓練步驟三中的ViT-B16模型； 步驟十：測試階段，將測試圖片復制4份，將四份分別旋轉一定的角度，再使用步驟九中訓練完成的ViT-B16模型對這四份測試圖片分別進行預測，然后平均四份的輸出結果，最終平均得分最高的類別就是測試圖片的預測類別。

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電子科技大學長三角研究院(湖州)，其通訊地址為：313000 浙江省湖州市西塞山路819號南太湖科技創新綜合體B2幢8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”。