[发明专利]基于少量标签数据自监督联合学习的图像分类方法及系统

摘要

本发明公开了一种基于少量标签数据自监督联合学习的图像分类方法及系统，其对无标签图像数据进行灰度转化，并为灰度图像设置色彩标签；对无标签图像数据按比例进行裁剪，并为裁剪后的小图像设置相对位置标签；对无标签图像数据旋转多个角度，并为旋转图像设置角度旋转标签；采用上述三种自监督图像数据以及带有少量标签的图像数据对基础训练模型进行综合训练，得到少量标签训练模型。通过在训练模型中分别引入三种自监督任务，使少量有标签数据和三种自监督任务共用一个编码层结构参数共享，让原本少量有标签数据学习特征不明显变为学习特征充分；利用自监督学习任务提高特征提取网络的表征能力，改善少量有标签数据分类任务的效果。