买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京大学申请的专利一种面对开放性环境的持续学习图像分类方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116229185B 。

龙图腾网通过国家知识产权局官网在2026-04-17发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310347097.2，技术领域涉及：G06V10/764；该发明授权一种面对开放性环境的持续学习图像分类方法是由张利军;朱小谢设计研发完成，并于2023-04-03向国家知识产权局提交的专利申请。

本一种面对开放性环境的持续学习图像分类方法在说明书摘要公布了：本发明公开一种面对开放性环境的持续学习图像分类方法，首先获取图像分类任务的多任务模型、新增数据集及历史数据集。接着，使用域外样本检测，将新增数据集划分为域内数据集及域外数据集，并生成域内数据集的子任务标记。然后，对域外数据集进行域内样本检测，生成域外数据集的子任务标记。随后，将新增数据集与子任务标记合并成为标记数据集，并将标记数据集和历史数据集合并为训练数据集。最终，将训练数据集输入模型进行增量训练，并使用回放策略保存部分数据。预测时，为图像生成子任务标记，模型根据图像及子任务标记进行分类。与现有技术相比，本发明充分考虑了开放环境中数据的多样性和未知性，提升了持续学习场景下的图像分类性能。

本发明授权一种面对开放性环境的持续学习图像分类方法在权利要求书中公布了：1.一种面对开放性环境的持续学习图像分类方法，其特征在于，包括如下步骤： 步骤1，获取图像分类任务对应的多任务模型、新增数据集及历史数据集； 步骤2，对当前学习的图像分类子任务进行域外样本检测，将所述新增数据集划分为域内数据集和域外数据集，生成域内数据子任务标记集； 步骤3，对所述域外数据集进行域内样本检测判断所述图像分类子任务样本是否为已学习图像分类子任务，生成域外数据子任务标记集； 步骤4，将所述新增数据集与所述域内数据子任务标记集、域外数据子任务标记集合并为标记数据集，将所述标记数据集和所述历史数据集合并为训练数据集 步骤5，将所述训练数据集输入所述多任务模型进行增量训练； 步骤6，对所述训练数据集使用回放策略保存部分数据生成代表数据集，并用所述代表数据集更新所述历史数据集 步骤7，获取待分类图像并为其生成子任务标记集，所述多任务模型根据所述待分类图像与子任务标记集即可输出图像分类结果； 所述步骤2还包括以下步骤： 步骤2.1，获得所述多任务模型最近一次学习的子任务； 步骤2.2，在所述新增数据集中依次提取图像样本输入至所述多任务模型，得到所述多任务模型在所述子任务上输出的最大概率值； 步骤2.3，利用域外样本判别公式结合所述最大概率值判断所述样本是否为域外样本，再分别加入所述域外数据集和所述域内数据集； 步骤2.4，为所述域内数据集中每个样本生成域内子任务标记，将所述域内子任务标记加入所述域内数据子任务标记集并输出所述域外数据集； 所述步骤2.3中所述域外样本判别公式表示为， 其中，为所述历史数据集中所有子任务标签为的图像样本在所述多任务模型与子任务上输出的最大概率值的平均值，为超参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京大学，其通讯地址为：210046 江苏省南京市栖霞区仙林大道163号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。