基于ViT的深度学习神经网络数据增强方法
实质审查的生效
摘要
本发明提供一种基于ViT的深度学习神经网络数据增强方法，S1、假定A是输入的图像，S2、TransMix在注意图的指导下分配混合标签，S3、将原始的M从H、W转换为相应的像素区域，S4、数据集使用ImageNet‑1k，S5、图像分类模型选用DeiT‑T、PVT‑T、XCiT‑T，S6、引入实现过程的pytorch伪代码，本方法简单易行且不会对模型引入任何额外参数，使训练的难度减小，本方法可以根据每个像素的显著性重新加权，不需要额外的参数和最小的计算开销；应用的TransMix是基于ViTs的注意地图混合标签，它可以弥补输入空间和标签空间之间的差距。
基本信息
专利标题 ：
基于ViT的深度学习神经网络数据增强方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114548405A
申请号 ：
CN202210174016.9
公开（公告）日 ：
2022-05-27
申请日 ：
2022-02-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
吴均城王华龙杨海东李泽辉魏登明
申请人 ：
佛山市南海区广工大数控装备协同创新研究院
申请人地址 ：
广东省佛山市南海高新区佛高科技智库中心A座4楼
代理机构 ：
广州科沃园专利代理有限公司
代理人 ：
王维霞
优先权 ：
CN202210174016.9
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06N3/04
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-06-14 ：
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20220223
申请日 : 20220223
2022-05-27 ：
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
