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！

龙图腾网获悉浙江大华技术股份有限公司申请的专利穿戴检测模型的训练方法、穿戴检测方法及相关设备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：CN115424294B 。

龙图腾网通过国家知识产权局官网在2026-04-21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：202210924309.4，技术领域涉及：G06V40/10；该发明授权穿戴检测模型的训练方法、穿戴检测方法及相关设备是由郑惠中;唐邦杰;潘华东;殷俊;郑少飞设计研发完成，并于2022-07-27向国家知识产权局提交的专利申请。

本穿戴检测模型的训练方法、穿戴检测方法及相关设备在说明书摘要公布了：本申请公开了一种穿戴检测模型的训练方法、穿戴检测方法及相关设备，穿戴检测模型包括特征提取层、属性预测层以及类别预测层，该穿戴检测模型的训练方法包括：获取训练样本图像；将训练样本图像输入特征提取层，得到样本提取特征；将样本提取特征输入属性预测层，得到样本穿戴属性特征；将样本提取特征输入类别预测层，得到样本身份特征；基于样本穿戴属性特征、样本身份特征以及样本提取特征，计算训练样本图像对应的训练损失；基于训练损失，对穿戴检测模型进行训练，得到训练后的穿戴检测模型。通过上述方式，本申请能够提升训练后的穿戴检测模型的穿戴检测精度。

本发明授权穿戴检测模型的训练方法、穿戴检测方法及相关设备在权利要求书中公布了：1.一种穿戴检测模型的训练方法，其特征在于，所述穿戴检测模型包括特征提取层、属性预测层以及类别预测层，所述方法包括： 获取训练样本图像； 将所述训练样本图像输入所述特征提取层，得到样本提取特征； 将所述样本提取特征输入所述属性预测层，得到样本穿戴属性特征； 将所述样本提取特征输入所述类别预测层，得到样本身份特征； 基于所述样本穿戴属性特征、所述样本身份特征以及所述样本提取特征，计算所述训练样本图像对应的训练损失； 基于所述训练损失，对所述穿戴检测模型进行训练，得到训练后的穿戴检测模型； 所述训练样本图像包括目标样本图像、正样本图像以及负样本图像，所述获取训练样本图像的步骤，包括： 获取预设训练样本集与所述目标样本图像，所述预设训练样本集包括多个样本图像集； 基于所述目标样本图像，从所述多个样本图像集中选取所述正样本图像以及所述负样本图像； 所述基于所述目标样本图像，从所述多个样本图像集中选取所述正样本图像以及所述负样本图像的步骤，包括： 从所述预设训练样本集中选取与所述目标样本图像的穿戴属性特征相同且身份特征相同的样本图像集，得到正样本图像集； 从所述正样本图像集中随机选取一个样本图像，得到所述正样本图像； 从所述预设训练样本集中选取与所述目标样本图像的身份特征不同的样本图像集，得到负样本图像集； 从所述负样本图像集中随机选取一个样本图像，得到所述负样本图像； 所述负样本图像集还包括第一负样本图像集与第二负样本图像集；所述从所述预设训练样本集中选取与所述目标样本图像的身份特征不同的样本图像集，得到负样本图像集的步骤，包括： 从所述预设训练样本集中选取第一预设数量个与所述目标样本图像的穿戴属性特征相同且身份特征不同的样本图像集，得到所述第一负样本图像集； 从所述预设训练样本集中随机选取第二预设数量个与所述目标样本图像的身份特征不同的样本图像集，得到所述第二负样本图像集； 所述穿戴属性特征包括多个子属性特征；所述从所述预设训练样本集中选取第一预设数量个与所述目标样本图像的穿戴属性特征相同且身份特征不同的样本图像集，得到所述第一负样本图像集的步骤，包括： 分别从所述预设训练样本集中选取出与所述目标样本图像的各个子属性特征相同且身份特征不同的多个样本图像集，得到所述第一负样本图像集。

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浙江大华技术股份有限公司，其通讯地址为：310051 浙江省杭州市滨江区滨安路1187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。