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！

龙图腾网获悉深圳数联天下智能科技有限公司申请的专利服装分类模型的训练方法及相关装置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：CN115424080B 。

龙图腾网通过国家知识产权局官网在2026-04-24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：202211215888.1，技术领域涉及：G06V10/764；该发明授权服装分类模型的训练方法及相关装置是由陈仿雄设计研发完成，并于2022-09-30向国家知识产权局提交的专利申请。

本服装分类模型的训练方法及相关装置在说明书摘要公布了：本申请实施例涉及图像处理技术领域，公开了一种服装分类模型的训练方法及相关装置，该服装分类模型包括特征提取模块和多层次图像块编码模块，特征提取模块和多层次图像块编码模块之间共享网络参数；该训练方法通过基于对比交叉熵损失函数对服装分类模型进行训练，该对比交叉熵损失函数包括对比交叉损失，使得多层次图像块编码模块将学习到的不同服装类别之间的差异特征，作用于特征提取模块，使得特征提取模块学习到每一种服装类别对应的服装特征和不同服装类别之间的差异特征，从而在不增加额外的成本的情况下，使得特征提取模块学习到每一种服装类别对应的服装特征以及不同服装类别的差异特征，使得本申请能够提高服装分类的准确度。

本发明授权服装分类模型的训练方法及相关装置在权利要求书中公布了：1.一种服装分类模型的训练方法，其特征在于，所述服装分类模型包括特征提取模块和多层次图像块编码模块，其中，所述特征提取模块和所述多层次图像块编码模块之间共享网络参数，所述特征提取模块包括服装基础特征提取网络，所述服装基础特征提取网络包括依次连接的输入层、第一卷积层、第二卷积层、第三卷积层、第四卷积层、第五卷积层、第六卷积层、全连接层和归一化层，所述多层次图像块编码模块包括多层次图像块编码网络，其中，所述多层次图像块编码网络包括第一卷积层、第二卷积层、第三卷积层，所述多层次图像块编码网络的第一卷积层、第二卷积层、第三卷积层一一与所述服装基础特征提取网络的第一卷积层、第二卷积层、第三卷积层之间共享网络参数，所述方法包括： 获取图像数据集，其中，所述图像数据集包括多种服装类别的服装图像； 基于所述特征提取模块，对每一所述服装图像进行特征提取，使得所述特征提取模块学习到每一所述服装图像的每一种服装类别对应的服装特征； 根据多种所述服装类别的服装图像，获取不同的服装类别的图像块； 基于所述多层次图像块编码模块，对所述不同的服装类别的图像块进行图像块映射，以得到每一图像块对应的多维特征向量； 构建对比交叉熵损失函数，所述对比交叉熵损失函数包括多分类交叉熵损失和对比交叉损失，其中，所述对比交叉损失用于表征相同服装类别的所述图像块对应的特征向量之间的相关性，以及，表征不同服装类别的所述图像块对应的特征向量之间的差异性； 基于所述对比交叉熵损失函数对所述服装分类模型进行训练，直至所述对比交叉熵损失函数收敛，使得所述特征提取模块学习到不同服装类别之间的差异特征； 所述根据多种所述服装类别的服装图像，获取不同的服装类别的图像块，包括： 确定输入到所述服装基础特征提取网络的服装图像为第一服装图像，所述第一服装图像至少为两个； 截取每一所述第一服装图像，获得每一所述第一服装图像对应的第一服装图像块； 确定至少两个第二服装图像，其中，所述第二服装图像与所述第一服装图像属于同一服装类别； 截取每一所述第二服装图像，获得每一所述第二服装图像对应的第二服装图像块； 所述根据多种所述服装类别的服装图像，获取不同的服装类别的图像块，还包括： 确定至少两个第三服装图像，其中，所述第三服装图像与所述第一服装图像不属于同一服装类别； 截取每一所述第三服装图像，获得每一所述第三服装图像对应的第三服装图像块。

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深圳数联天下智能科技有限公司，其通讯地址为：518000 广东省深圳市南山区粤海街道高新区社区高新南七道20号深圳国家工程实验室大楼B1601；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。