卫星定位申请细粒度目标属性提取模型的训练方法及装置专利，能够有效地缓解样本数据不均衡以及细粒度特征学习难度差异大所带来的挑战，从而提高类别提取精度。

金融界2024年7月17日消息，天眼查知识产权信息显示，卫星定位申请细粒度目标属性提取模型的训练方法及装置专利，能够有效地缓解样本数据不均衡以及细粒度特征学习难度差异大所带来的挑战，从而提高类别提取精度。厦门卫星定位应用股份有限公司申请一项名为“细粒度目标属性提取模型的训练方法及装置“，公开号CN202410469067.3，申请日期为2024年4月。

专利摘要显示，本发明提出了一种细粒度目标属性提取模型的训练方法及装置，其中该方法包括：获取图像数据；采用预训练好的目标检测模型和标注工具对图像数据进行预处理，以得到标注好的训练数据集；构建B‑CNN模型，以便将标注好的训练数据集输入到B‑CNN模型进行训练，以得到训练好的目标属性提取模型；其中，在训练过程中获取每个细粒度目标属性对交叉熵损失函数的贡献值；将交叉熵损失函数替换为FocalLoss函数进行迭代训练，并根据每个细粒度目标属性对交叉熵损失函数的贡献值调整每个细粒度目标属性的权重系数；由此，能够有效地缓解样本数据不均衡以及细粒度特征学习难度差异大所带来的挑战，从而提高类别提取精度。