一种考虑深度学习模型健壮性的水下目标分类的方法
公开
摘要
一种考虑深度学习模型健壮性的水下目标分类的方法，本发明为了解决现有深度学习模型对水下目标分类准确率低的问题，它包括利用训练好的原始模型对采集的水下目标数据训练集进行预测得到所有分类正确样本的集合和所有分类错误样本的集合；将所有分类错误样本的集合输入训练好的原始模型内，对分类错误样本的特征进行聚类和特征补偿，得到分类错误样本的特征补偿；将特征补偿输入训练好的原始模型内得到特征补偿后的原始模型；将水下目标数据训练集输入特征补偿后的原始模型内，输出分类错误的样本；建立对抗训练模型，得到训练好的对抗训练模型；将对抗训练模型与特征补偿后的原始模型加权组合生成深度学习模型；属于水下目标分类领域。
基本信息
专利标题 ：
一种考虑深度学习模型健壮性的水下目标分类的方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114565831A
申请号 ：
CN202210202911.7
公开（公告）日 ：
2022-05-31
申请日 ：
2022-03-02
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
何鸣石磊博张政超王勇周连科孙彧王念滨王红滨
申请人 ：
哈尔滨工程大学
申请人地址 ：
黑龙江省哈尔滨市南岗区南通大街145号
代理机构 ：
哈尔滨市松花江专利商标事务所
代理人 ：
张换男
优先权 ：
CN202210202911.7
主分类号 ：
G06V20/05
IPC分类号 ：
G06V20/05 G06V10/762 G06V10/764 G06V10/774 G06K9/62 G06N20/00
法律状态
2022-05-31 ：
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
