• 主题
高级搜索  >
历史搜索 清空历史
首页> 中国专利> 通过无监督域适应训练目标域分类模型的方法

通过无监督域适应训练目标域分类模型的方法

页面导航
  • 摘要
  • 著录项
  • 相似文献

摘要

本发明公开了一种通过无监督域适应训练目标域分类模型的方法，包括：对于源域和目标域输入的批图像数据，通过标准卷积网络来提取特征，然后结合初始化设定的质心特征构建对应于源域和目标域的实例图；实例图中的节点矩阵依次通过源域分类器与图卷积网络后，生成对应于源域和目标域的类别质心特征；使用类别质心对齐机制，约束图卷积网络每层中来自不同域的类别质心，使不同域的类别质心随着迭代训练而逐渐靠近；并且，使用质心指导的对抗性对齐机制，利用所有类别自动生成的质心作为域全局统计信息指导每批图像数据参与对抗训练；通过迭代训练最终得到在目标域有效的分类模型。上述方法具有很好的泛化性，且训练好的分类模型分类准确较高。

著录项

  • 公开/公告号CN110880019B

    专利类型发明专利

  • 公开/公告日2022-07-12

    原文格式PDF

  • 申请/专利权人 北京中科研究院;中国科学技术大学;

    申请/专利号CN201911045261.4

  • 发明设计人 张勇东;张天柱;钱柄乔;李岩;邓旭冉;

    申请日2019-10-30

  • 分类号G06V10/764;G06V10/46;G06V10/82;G06K9/62;G06N3/04;G06N3/08;

  • 代理机构北京凯特来知识产权代理有限公司;

  • 代理人郑立明;郑哲

  • 地址 100193 北京市海淀区西北旺东路10号院5号楼

  • 入库时间 2022-09-06 00:34:47

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号