一种基于CGAN-MAML-ResNet的少样本图像分类方法

本发明涉及图像分类领域，特别涉及一种基于CGAN‑MAML‑ResNet的少样本图像分类方法，包括：获取原始图像，构建并训练CGAN模型，使用训练好的CGAN模型生成样本图像；将样本图像与原始图像共同构成的数据集划分为训练集与测试集，构建多个分类元任务；将训练集输入到ResNet18模型中进行训练，得到训练结束后ResNet18模型的每层特征参数；构建并优化改进的ResNet18模型，获得模型的最优参数；根据最优参数对目标分类任务进行训练，得到分类结果。本发明所述方法具有准确性高、泛化能力强的优点。

《一种基于CGAN-MAML-ResNet的少样本图像分类方法》是一发明专利，专利号为  2024117392850 ，当前法律状态为已下证，由重庆邮电大学提出申请，发明人为付蔚;钟渝;童世华;王越;黎鸿;张泽;莫凡;麦仁翔;吕阳，申请日期为2024-11-29，公开（公告）日期为2025-12-02，国际专利分类号（IPC）为 G06V10/764(2022.01)I;G06V10/774(2022.01)I;G06V10/80(2022.01)I;G06V10/82(2022.01)I;G06N3/0464(2023.01)I;G06N3/048(2023.01)I;G06N3/0455(2023.01)I;G06N3/0475(2023.01)I;G06N3/0985(2023.01)I;G06N3/0895(2023.01)I;G06N3/094(2023.01)I，高新资质：未报高企，所属技术领域包括：CGAN、MAML、ResNet、少样本学习、图像分类、元学习、生成对抗网络。该专利已下发证书，权利稳定，适合直接办理转让过户，是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更（过户）的一站式专利转让服务，专业顾问全程协助，确保交易合规、安全、高效。专利摘要：本发明涉及图像分类领域，特别涉及一种基于CGAN‑MAML‑ResNet的少样本图像分类方法，包括：获取原始图像，构建并训练CGAN模型，使用训练好的CGAN模型生成样本图像；将样本图像与原始图像共同构成的数据集划分为训练集与测试集，构建多个分类元任务；将训练集输入到ResNet18模型中进行训练，得到训练结束后ResNet18模型的每层特征参数；构建并优化改进的ResNet18模型，获得模型的最优参数；根据最优参数对目标分类任务进行训练，得到分类结果。本发明所述方法具有准确性高、泛化能力强的优点。

海量优质专利即买即用，四大核心优势助您弯道超车：
🏆 拿资质，享红利：高企认定、专精特新必备！轻松获取政府补贴、税收减免，招投标直接加分！
💎 增信誉，融资金：支持实缴注册资金，彰显企业硬实力；支持专利质押贷款，盘活现金流，扩张不缺钱！
🔥 强背书，防抄袭：印上“专利产品”，客户更信赖！构建技术壁垒，把竞争对手挡在门外，稳占市场份额！
🚀 省时间，快变现：告别漫长研发与高风险！优质专利即买即用，让技术立刻变成真金白银的利润！