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！

龍圖騰網恭喜南京中興軟件有限責任公司申請的專利一種圖像預測方法、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：CN113822307B 。

龍圖騰網通過國家知識產權局官網在2025-04-29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：202010568970.7，技術領域涉及：G06V10/774；該發明授權一種圖像預測方法、設備和存儲介質是由栗偉清;韓炳濤;屠要峰;王永成;高洪設計研發完成，并于2020-06-19向國家知識產權局提交的專利申請。

本一種圖像預測方法、設備和存儲介質在說明書摘要公布了：本發明公開一種圖像預測方法、設備和存儲介質，屬于深度學習技術領域。該方法包括：獲取待測圖像；將待測圖像輸入預設神經網絡模型，得到待測圖像的預測類別，其中，預設神經網絡模型每層的權重通過分層自適應學習速率訓練得到。本發明的技術方案，通過將獲取的待測圖像輸入預設神經網絡模型，由于預設神經網絡模型每層的權重是通過分層自適應學習速率訓練所獲得的，每層的權重更加準確，從而確定出的預設神經網絡模型更加精準，因此在將待測圖像輸入預設神經網絡時，能夠準確的獲取待測圖像的預測類別。

本發明授權一種圖像預測方法、設備和存儲介質在權利要求書中公布了：1.一種圖像預測方法，其特征在于，包括：獲取待測圖像；采用多個圖形處理器GPU對樣本圖像并行訓練獲得預設神經網絡模型；將待測圖像輸入預設神經網絡模型，得到所述待測圖像的預測類別，其中，所述預設神經網絡模型每層的權重通過分層自適應學習速率訓練得到；其中，所述采用多個圖形處理器GPU對樣本圖像并行訓練獲得預設神經網絡模型，包括：每個GPU根據所述樣本圖像確定初始神經網絡模型每層的初始梯度；根據各層的初始梯度得到所述初始神經網絡模型每層的聚合梯度；確定學習速率的上邊界值和下邊界值，以及每層的當前權重與所述聚合梯度的比值；在確定所述當前權重與所述聚合梯度的比值位于所述下邊界值和所述上邊界值之間時，則將所述當前權重與所述聚合梯度的比值作為每層的層學習速率；在確定所述當前權重與所述聚合梯度的比值大于所述上邊界值時，則將所述上邊界值作為每層的所述層學習速率；在確定所述當前權重與所述聚合梯度的比值小于所述下邊界值時，則將所述下邊界值作為每層的所述層學習速率；根據每層的當前權重、所述層學習速率、權重衰減參數以及所述初始神經網絡模型的全局學習速率確定每層的預設權重；根據每層的預設權重得到所述預設神經網絡模型。

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南京中興軟件有限責任公司，其通訊地址為：210012 江蘇省南京市雨花臺區紫荊花路68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”。