[发明专利]提升图像分类网络模型鲁棒性的损失函数方法及系统有效

专利信息
申请号: 202210259849.5 申请日: 2022-03-16
公开(公告)号: CN114611694B 公开(公告)日: 2022-09-23
发明(设计)人: 赵洪田;郑世宝;王玉 申请(专利权)人: 上海交通大学
主分类号: G06N3/08 分类号: G06N3/08;G06K9/62;G06N3/04;G06V10/774;G06V10/764
代理公司: 上海段和段律师事务所 31334 代理人: 郭国中
地址: 200240 *** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供了一种提升图像分类网络模型鲁棒性的损失函数方法及系统,在进行图像分类时,用以引导映射特征的类间辨别性及类内紧凑性,进而学习到更本质和具有区分性的参数配置。利用本发明方法训练的模型,能有效提升对不同类型图像分类的性能,尤其在受到对抗样本攻击时,本发明所涉及模型仍能保持更好的稳定性,更适合真实世界中图像分类的实际情况。
搜索关键词: 提升 图像 分类 网络 模型 鲁棒性 损失 函数 方法 系统
【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上海交通大学,未经上海交通大学许可,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/202210259849.5/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top