面向AI算法的外观专利图像数据集

• 作者: 雷方元 蒋健健 戴青云
• 来源期刊: 中国发明与专利
• 学科: 工学
• 关键词: 外观专利 四级分类 图像分类 人工智能 洛迦诺分类
• 年，卷（期）: 2021,（2）
• 所属期刊栏目: 理论与方法
• 页码范围: 32-39,46
• 页数: 9页
• 分类号: G306|TP391.41
• 语种: 中文

摘要

作为一种工业产权的外观专利在产业振兴中起着重要作用.外观专利采用的洛迦诺分类标准不支持图像分类,而AI算法直接在洛迦诺分类标准图像数据集并不能有效提升分类精度.因此,对外观专利审查员来说,外观专利的分类检索具有相当大的挑战.为此,本文提出先领域、再功能、后视觉的四级外观专利图像分类新标准,在此分类标准基础上构建了Patent-MNIST外观专利标准测试集.利用典型的AI算法来测试验证,结果表明,VGG19等经典算法在Patent-MNIST数据集中的分类准确度比直接使用洛迦诺分类标准数据集有显著的性能提升.同时,在本文的分类标准数据集的基础上,还需要进一步地针对外观专利来改进算法.