一种基于深度聚类的小样本电气设备图像分类方法
公开
摘要
本发明公开一种基于深度聚类的小样本电气设备图像分类方法,该方法首先网络搜索和现场进行实地拍摄的方式收集若干电气设备图像,创建电气设备图像数据集;然后将将数据集随机分为两部分,分别被用于分类模型的预训练和小样本电气分类的训练与测试;接下来利用C均值聚类算法图像样本的特征进行聚类,将聚类结果作为图像的标签值,基于标签值与类别概率输出值计算交叉熵损失函数,利用梯度下降算法对深度卷积神经网络模型中的参数进行优化;最后利用训练好的网络对小样本电气图像完成训练和测试。该方法能够在只对电气设备图像进行少量人工标注的情况下完成对电气设备的自动分类识别。
基本信息
专利标题 :
一种基于深度聚类的小样本电气设备图像分类方法
专利标题(英):
暂无
公开(公告)号 :
CN114580551A
申请号 :
CN202210228594.6
公开(公告)日 :
2022-06-03
申请日 :
2022-03-10
授权号 :
暂无
授权日 :
暂无
发明人 :
杨赛胡彬周伯俊杨慧
申请人 :
南通大学
申请人地址 :
江苏省南通市啬园路9号
代理机构 :
南京瑞弘专利商标事务所(普通合伙)
代理人 :
徐激波
优先权 :
CN202210228594.6
主分类号 :
G06K9/62
IPC分类号 :
G06K9/62 G06N3/04 G06N3/08 G06V10/764 G06V10/762 G06V10/774 G06V10/82
IPC结构图谱
G
G部——物理
G06
计算;推算或计数
G06K
数据识别;数据表示;记录载体;记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形,例如,指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-06-03 :
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