基于原型网络的深度领域自适应图像分类方法
公开
摘要
本发明公开一种基于原型网络的深度领域自适应图像分类方法，包括：预训练好的特征提取器分别对扩充的DS和DT提取特征得到F(DS)和F(DT)；将F(DS)、F(DT)依次输入第一非线性投影器、第一分类器得到分类损失函数Ld2，分别输入至嵌入模块得F′(DS)和F′(DT)和域混淆的损失函数Ld1；定义原型网络，将F′(DS)和F′(DT)输入原型网络中到原型损失函数LP1、LP2，通过Ld1、Ld2、LP1、LP2获得总损失函数用于反向训练；采用训练好的原型网络进行分类。本发明解决了现有技术中存在的源域和无标签目标域类别不一致且给定样本数量较少情况下导致训练后分类器预测分类正确率低下的问题。
基本信息
专利标题 ：
基于原型网络的深度领域自适应图像分类方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114611617A
申请号 ：
CN202210259161.7
公开（公告）日 ：
2022-06-10
申请日 ：
2022-03-16
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
刘龙刘泽宁
申请人 ：
西安理工大学
申请人地址 ：
陕西省西安市碑林区金花南路5号
代理机构 ：
西安弘理专利事务所
代理人 ：
王奇
优先权 ：
CN202210259161.7
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06V10/764 G06V10/82 G06N3/04 G06N3/08
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
2022-06-10 ：
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
