[发明专利]通过无监督域适应训练目标域分类模型的方法有效
| 申请号： | 201911045261.4 | 申请日： | 2019-10-30 |
| 公开（公告）号： | CN110880019B | 公开（公告）日： | 2022-07-12 |
| 发明（设计）人： | 张勇东;张天柱;钱柄乔;李岩;邓旭冉 | 申请（专利权）人： | 北京中科研究院;中国科学技术大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/46;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;郑哲 |
| 地址： | 100193 北京*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种通过无监督域适应训练目标域分类模型的方法，包括：对于源域和目标域输入的批图像数据，通过标准卷积网络来提取特征，然后结合初始化设定的质心特征构建对应于源域和目标域的实例图；实例图中的节点矩阵依次通过源域分类器与图卷积网络后，生成对应于源域和目标域的类别质心特征；使用类别质心对齐机制，约束图卷积网络每层中来自不同域的类别质心，使不同域的类别质心随着迭代训练而逐渐靠近；并且，使用质心指导的对抗性对齐机制，利用所有类别自动生成的质心作为域全局统计信息指导每批图像数据参与对抗训练；通过迭代训练最终得到在目标域有效的分类模型。上述方法具有很好的泛化性，且训练好的分类模型分类准确较高。 | ||
| 搜索关键词： | 通过 监督 适应 训练 目标 分类 模型 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京中科研究院;中国科学技术大学，未经北京中科研究院;中国科学技术大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201911045261.4/，转载请声明来源钻瓜专利网。
