一种基于难样本挖掘的图像检索方法及系统
公开
摘要
本发明涉及一种基于难样本挖掘的图像检索方法及系统，首先构建初始深度学习网络，所述深度学习网络包括初始主干网络、初始嵌入层和初始分类层；然后基于AM‑Softmax损失函数对所述深度学习网络进行训练，得到训练深度学习网络，所述训练深度学习网络包括训练主干网络、训练嵌入层和训练分类层；再基于所述训练分类层的参数，对所述训练嵌入层进行训练，得到收敛嵌入层，基于所述训练主干网络、所述收敛嵌入层和所述训练分类层构建收敛深度学习网络；最后基于所述收敛深度学习网络，得到待挖掘图像集中每个图像的特征向量，进一步得到每个图像的相似度。本发明加速了深度学习模型的收敛，提高了图像检索技术的性能。
基本信息
专利标题 ：
一种基于难样本挖掘的图像检索方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114297431A
申请号 ：
CN202111645521.9
公开（公告）日 ：
2022-04-08
申请日 ：
2021-12-29
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
魏巍游戈李琳
申请人 ：
山西大学
申请人地址 ：
山西省太原市小店区坞城路92号
代理机构 ：
北京高沃律师事务所
代理人 ：
赵兴华
优先权 ：
CN202111645521.9
主分类号 ：
G06F16/583
IPC分类号 ：
G06F16/583 G06K9/62 G06N3/04 G06N3/08 G06V10/764 G06V10/774 G06V10/74
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F16/583
•••使用从内容中自动派生的元数据
法律状态
2022-04-08 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
