之江實驗室;四川大學孫亞楠獲國家專利權
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!
龍圖騰網獲悉之江實驗室;四川大學申請的專利面向圖像分類的神經網絡架構構建和訓練方法及系統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:CN116758325B 。
龍圖騰網通過國家知識產權局官網在2025-08-29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:202310065582.0,技術領域涉及:G06V10/764;該發明授權面向圖像分類的神經網絡架構構建和訓練方法及系統是由孫亞楠;馮雨麒;王聰;陳紅陽;宋孝天;呂澤瓊設計研發完成,并于2023-01-16向國家知識產權局提交的專利申請。
本面向圖像分類的神經網絡架構構建和訓練方法及系統在說明書摘要公布了:本發明公開了一種面向圖像分類的神經網絡架構構建和訓練方法及系統,其中構建和訓練方法包括獲取搜索空間,并對其每個搜索單元賦予一個權重形成超網;采用圖像分類訓練集對超網中的可訓練權重進行訓練和更新;對訓練后超網中可訓練權重進行訓練和更新,每個次更新可訓練權重后,根據所有搜索單元的無偏估計量更新架構參數;選取搜索空間中每條邊所有架構參數中最大值對應的搜索單元,存儲至單元集合中;遍歷單元集合中搜索單元,將模型參數未超過設定閾值的搜索單元加入架構中,形成神經網絡架構;連接多個神經網絡架構形成圖像分類神經網絡,并對圖像分類神經網絡進行訓練;將采集的分類圖像輸入訓練后的圖像分類神經網絡,輸出分類圖像的類別。
本發明授權面向圖像分類的神經網絡架構構建和訓練方法及系統在權利要求書中公布了:1.面向圖像分類的神經網絡架構構建和訓練方法,其特征在于,包括步驟: S1、獲取DARTS算法中的搜索空間,并對搜索空間中的每個搜索單元賦予一個權重形成超網; S2、獲取圖像分類訓練集,將圖像分類訓練集輸入超網,并采用圖像分類訓練集對超網中的可訓練權重進行訓練和更新; S3、采用優化器對訓練后超網中可訓練權重進行訓練和更新,每個搜索周期更新可訓練權重后,根據所有搜索單元的無偏估計量更新架構參數;更新架構參數的計算公式為: , 其中,和分別為第k個和第k-1個搜索周期的架構參數;為每次更新架構參數的步長;和分別為第k個和第k-1個搜索周期中超網中所有搜索單元的價值所構成的向量;為的二范數值;為動量參數;為第k個搜索周期中,可訓練參數已更新且架構參數未更新時,超網中所有搜索單元價值的無偏估計量; 搜索單元的價值的計算公式為: 其中,為搜索單元的價值;N為搜索空間中所有搜索單元的個數;為所有搜索單元的所有可能加入順序的數量;為所有的搜索單元的所有可能的加入順序構成的集合;p為所有可能的排列順序中的一個排列順序;和分別為在p下,搜索單元為超網的準確性與魯棒性做出的貢獻;為超網的準確率;為超網的對抗魯棒性;為在中排在搜索單元之前的搜索單元;為排列中排在搜索單元之前的搜索單元與搜索單元共同構成的序列; S4、對于搜索空間中的每條邊,選取其所有架構參數中最大值對應的搜索單元,存儲至單元集合中; S5、遍歷單元集合中的每個搜索單元,將模型參數未超過設定閾值的搜索單元加入架構中,遍歷完成后得到最終的神經網絡架構; S6、連接多個神經網絡架構形成圖像分類神經網絡,并采用圖像分類訓練集和PGD對抗攻擊方法對圖像分類神經網絡進行訓練; S7、將采集的分類圖像輸入訓練后的圖像分類神經網絡,輸出分類圖像的類別。
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之江實驗室;四川大學,其通訊地址為:310000 浙江省杭州市文一西路1818號;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”。
1、本報告根據公開、合法渠道獲得相關數據和信息,力求客觀、公正,但并不保證數據的最終完整性和準確性。
2、報告中的分析和結論僅反映本公司于發布本報告當日的職業理解,僅供參考使用,不能作為本公司承擔任何法律責任的依據或者憑證。