[发明专利]一种结合深度特征与对比学习的自监督信息提取方法有效
| 申请号： | 202210282505.6 | 申请日： | 2022-03-22 |
| 公开（公告）号： | CN114612685B | 公开（公告）日： | 2022-12-23 |
| 发明（设计）人： | 陈德跃;彭玲 | 申请（专利权）人： | 中国科学院空天信息创新研究院 |
| 主分类号： | G06V10/44 | 分类号： | G06V10/44;G06V10/764;G06V10/82;G06K9/62;G06N3/04;G06N3/08 |
| 代理公司： | 北京科迪生专利代理有限责任公司 11251 | 代理人： | 金怡 |
| 地址： | 100190 *** | 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。 | ||
| 搜索关键词： | 一种 结合 深度 特征 对比 学习 监督 信息 提取 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中国科学院空天信息创新研究院，未经中国科学院空天信息创新研究院许可，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/202210282505.6/，转载请声明来源钻瓜专利网。
