一种结合深度特征与对比学习的自监督信息提取方法
公开
摘要

本发明涉及一种结合深度特征与对比学习的自监督信息提取方法,包括:第一步:将无标注数据的影像x‘与标注过的影像x经过特征编码,分别输入到代理任务与最终的目标任务中,分别进行训练。第二步:在代理任务训练时,固定分割任务的网络结构参数,将x‘编码得到的特征,结合x‘经过分割任务特征提取层编码的特征,以神经网络结构模拟无标注数据非监督提取,训练一遍无标注数据集;第三步:分割任务训练时,固定代理任务的网络结构参数,将x编码得到的特征,结合代理任务经过特征提取层编码的特征,训练一遍整个数据集;第四步:在以上的训练中,不断地迭代训练;并且在将两个特征提取结构提取的特征进行整合时,实现特征迁移的效果。

基本信息
专利标题 :
一种结合深度特征与对比学习的自监督信息提取方法
专利标题(英):
暂无
公开(公告)号 :
CN114612685A
申请号 :
CN202210282505.6
公开(公告)日 :
2022-06-10
申请日 :
2022-03-22
授权号 :
暂无
授权日 :
暂无
发明人 :
陈德跃彭玲
申请人 :
中国科学院空天信息创新研究院
申请人地址 :
北京市海淀区北四环西路19号
代理机构 :
北京科迪生专利代理有限责任公司
代理人 :
金怡
优先权 :
CN202210282505.6
主分类号 :
G06V10/44
IPC分类号 :
G06V10/44  G06V10/764  G06V10/82  G06K9/62  G06N3/04  G06N3/08  
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
  • 联系电话
    电话:023-6033-8768
    QQ:1493236332
  • 联系 Q Q
    电话:023-6033-8768
    QQ:1493236332
  • 关注微信
    电话:023-6033-8768
    QQ:1493236332
  • 收藏
    电话:023-6033-8768
    QQ:1493236332