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！

龍圖騰網恭喜之江實驗室;廈門大學申請的專利基于歧義指導互標簽更新的魯棒知識蒸餾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：CN114330580B 。

龍圖騰網通過國家知識產權局官網在2025-05-06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：202111676330.9，技術領域涉及：G06F18/2413；該發明授權基于歧義指導互標簽更新的魯棒知識蒸餾方法是由嚴嚴;姜潤青;王菡子;王彪;張吉設計研發完成，并于2021-12-31向國家知識產權局提交的專利申請。

本基于歧義指導互標簽更新的魯棒知識蒸餾方法在說明書摘要公布了：本發明公開了基于歧義指導互標簽更新的魯棒知識蒸餾方法，包括：A、構建訓練數據集；B、構建教師網絡和學生網絡；C、通過魯棒學習方法對教師網絡進行訓練；D、對數據集中的每個樣本進行歧義感知權重估計和權重分配；E、根據小損失標準對數據集中的樣本進行標簽重新標注，結合教師網絡特征的標簽傳播算法更新標簽，再計算損失和更新網絡參數；F、在學生網絡和教師網絡之間進行互標簽傳播算法，并更新樣本標簽、計算損失和更新網絡參數；G、將測試圖像數據導入學生網絡，由其得到預測結果且用于圖像分類；本方案可以有效地提升知識蒸餾對噪聲標簽的魯棒性，從而可以在噪聲標簽的環境下獲取一個高性能的輕量級網絡，其更能適用于實際情況。

本發明授權基于歧義指導互標簽更新的魯棒知識蒸餾方法在權利要求書中公布了：1.一種基于歧義指導互標簽更新的魯棒知識蒸餾方法，其特征在于，其包括：A、構建訓練數據集，并按預設條件對其進行預處理；B、構建教師網絡和學生網絡；C、通過魯棒學習方法將訓練數據集導入教師網絡中進行訓練，獲得預設性能的教師模型；D、將訓練數據集導入學生網絡中，然后對訓練數據集中的每個樣本進行歧義感知權重估計和權重分配；E、學生網絡按預設條件根據小損失標準對訓練數據集中的樣本進行標簽重新標注，再結合教師網絡特征的標簽傳播算法更新標簽，然后計算損失，更新網絡參數；F、在學生網絡和教師網絡之間進行互標簽傳播算法，并更新樣本標簽,然后計算損失，更新網絡參數；G、將測試圖像數據導入學生網絡，由學生網絡的學生模型前向傳播得到預測結果且將其用于圖像分類；其中，步驟E具體包括：使用教師網絡的特征構建k-nn圖G＝V,E,其中V和E分別表示頂點集合和邊集合，頂點之間的相似度矩陣被描述如下： 其中，代表樣本xi在教師網絡下的特征，NNkxi表示樣本xi的k近鄰，然后，可得到一個對稱鄰接矩陣繼而進行歸一化Wt得到其中，D為對角度矩陣；同時，根據小損失標準，訓練數據集原始的標注將被根據學生網絡小損失標準重新標注，其公式如下： 其中，表示學生網絡對樣本xi的預測，為樣本的原始標簽，為指示函數，表示被學生網絡選擇的干凈樣本集合；聯合k-nn圖G，將更新后的標簽矩陣Z和樣本權重矩陣進行標簽傳播，其公式如下： 其中，LP可被定義為式中，⊙表示對應元素間相乘，β為超參數用于平衡損失；計算得到更新后的標簽Yt后，按如下公式計算損失： 其中，定義為： 使用mixup算法得到混合樣本數據，所述混合樣本數據為虛擬樣本，其公式如下： 在上述虛擬樣本下構建蒸餾損失其公式如下： 其中， τ為溫度參數；同樣的，定義混合樣本的分類損失其公式如下： 最后，定義了如下損失使學生網絡模仿教師網絡的樣本間的相似度，其公式如下： 步驟F包括：首先，利用步驟D中歧義感知的權重估計模塊為每個樣本估計權重，得到權重矩陣并按照如下過程更新標簽： 最后，通過公式4計算損失更新網絡參數。

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;廈門大學，其通訊地址為：310012 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”。