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！

龍圖騰網恭喜華南理工大學申請的專利基于特征金字塔和特征融合的小樣本圖像分類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：CN115272692B 。

龍圖騰網通過國家知識產權局官網在2025-05-16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：202210733595.6，技術領域涉及：G06V10/44；該發明授權基于特征金字塔和特征融合的小樣本圖像分類方法及系統是由王先知;許潔斌;艾浩然設計研發完成，并于2022-06-27向國家知識產權局提交的專利申請。

本基于特征金字塔和特征融合的小樣本圖像分類方法及系統在說明書摘要公布了：本發明公開了一種基于特征金字塔和特征融合的小樣本圖像分類方法，包括以下步驟：S1.構建特征金字塔關系網絡模型，模型包括特征提取模塊、關系模塊和特征融合模塊；S2.對數據集進行擴充，將數據集劃分為訓練集、驗證集、測試集；S3.訓練模型，從訓練集中采樣支撐集與查詢集；S4.輸入支撐集圖像和查詢集圖像，特征提取模塊提取圖像的特征，并輸出圖像的特征向量，特征融合模塊融合特征向量；S5.將特征向量輸入關系模塊，關系模塊輸出支撐集圖像和查詢集圖像的相似分值，將所有相似分值進行處理，獲得最終的相似分值；S6.計算模型的損失，并更新模型的參數，重復迭代訓練，直至損失的誤差值趨于穩定；S7.保存訓練好的模型，將模型用于小樣本圖像分類測試。

本發明授權基于特征金字塔和特征融合的小樣本圖像分類方法及系統在權利要求書中公布了：1.一種基于特征金字塔和特征融合的小樣本圖像分類方法，其特征在于，包括以下步驟：S1.構建多層神經網絡的特征金字塔關系網絡模型，每層神經網絡包括特征提取模塊、關系模塊和特征融合模塊；S2.獲取數據集并對數據集進行擴充，將經過擴充后的數據集劃分為訓練集、驗證集、測試集；S3.采用C-wayK-shot方式訓練特征金字塔關系網絡模型，每次訓練分別從訓練集采樣支撐集與查詢集；S4.輸入支撐集圖像和查詢集圖像，特征提取模塊提取圖像的特征，并輸出圖像的特征向量，特征融合模塊融合支撐集圖像和查詢集圖像的特征向量；S5.將融合后的特征向量輸入關系模塊，關系模塊輸出支撐集圖像和查詢集圖像的相似分值，將所有關系模塊輸出的相似分值進行處理，獲得最終的相似分值；S6.計算特征金字塔關系網絡模型的損失，并更新特征金字塔關系網絡模型的參數，重復迭代訓練，直至損失的誤差值趨于穩定；S7.保存訓練好的特征金字塔關系網絡模型，將特征金字塔關系網絡模型用于小樣本圖像分類測試；特征融合模塊包括特征融合項，特征融合項為：C′FS,FQ＝ConcateFS,FQ,MulFS,FQ式中，FS表示查詢集圖像的特征向量，FQ表示支撐集圖像的特征向量，Concate·,·表示在特征通道進行拼接的操作，Mul·,·運算表示將特征圖按位置對應元素相乘；步驟S6中，將一組圖像的相似性分值視為回歸任務，采用均方誤差MSE函數作為每層神經網絡的損失函數，均方誤差MSE函數為： 式中，r表示每層神經網絡輸出的相似性分數，yS表示支撐集圖像的標簽，yQ表示查詢集圖像的標簽；當標簽相同時，yS＝＝yQ的值為1，當標簽不同時，yS＝＝yQ的值為0；步驟S6中，利用損失函數計算特征金字塔關系網絡模型的損失，損失函數為： 式中，rl表示第l層神經網絡輸出的相似性分值，yS表示支撐集圖像的標簽，yQ表示查詢集圖像的標簽，MSE表示均方誤差函數，n表示神經網絡的層數。

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華南理工大學，其通訊地址為：510640 廣東省廣州市天河區五山路381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”。