[发明专利]一种基于通用域自适应的图像大数据分类方法

摘要

本发明公开了一种基于通用域自适应的图像大数据分类方法，本发明方法包括将获取的目标域图像数据Xt输入预先训练好的通用域自适应网络，通过特征提取器F将目标域图像数据Xt转化成目标域图像特征向量Zt,通过分类部分G对特征向量Zt进行分类输出得到分类结果Yt和余弦相似度Ct,通过域判别器D对特征向量Zt进行域判别输出得到目标域判别dt。将得到的余弦相似度Ct和域判别dt结合得到目标域权重Wt，目标域权重Wt与阈值相比较，大于阈值则输出分类结果Yt。本发明能够解决图像大数据域自适应的问题，使训练好的模型可以应用在任意图像大数据集上，极大地提高了模型的泛化能力和分类效果，减轻对模型源域数据集的依赖。