基于双头深度学习的类别不平衡图像分类方法及装置
实质审查的生效
摘要
本发明公开了一种基于双头深度学习的类别不平衡图像分类方法及装置，方法为：获取目标图像并进行多类中心划分，得到新标签；构建双头图像分类模型；输入特征提取器得到通道特征向量，和目标图像原始标签的通道进行计算，得到正则化损失；输入特征提取器得到分类特征向量，并输入分类器中得到分类概率；结合新标签进行计算，得到分类损失；将正则化损失和分类损失结合作为模型的总损失函数进行训练，获得目标图像的分类结果。本发明通过双头分支结构，在特征提取器上提取通道特征向量和分类特征向量，分类特征向量经过分类器后得到分类概率，再计算正则化损失和分类损失，二者结合获得模型的总损失函数，提高了模型的性能和图像分类的准确性。
基本信息
专利标题 ：
基于双头深度学习的类别不平衡图像分类方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114387478A
申请号 ：
CN202210063751.2
公开（公告）日 ：
2022-04-22
申请日 ：
2022-01-20
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王瑞轩陆慧娟
申请人 ：
中山大学
申请人地址 ：
广东省广州市海珠区新港西路135号
代理机构 ：
广州市华学知识产权代理有限公司
代理人 ：
李斌
优先权 ：
CN202210063751.2
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/774 G06V10/82 G06N3/08 G06K9/62
法律状态
2022-05-10 ：
实质审查的生效
IPC(主分类) : G06V 10/764
申请日 : 20220120
申请日 : 20220120
2022-04-22 ：
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
