[发明专利]基于低置信度样本对比损失的域适应学习方法及系统有效
| 申请号： | 202210942337.9 | 申请日： | 2022-08-08 |
| 公开（公告）号： | CN114998602B | 公开（公告）日： | 2022-12-30 |
| 发明（设计）人： | 王子磊;张燚鑫;贺伟男 | 申请（专利权）人： | 中国科学技术大学 |
| 主分类号： | G06V10/40 | 分类号： | G06V10/40;G06N3/04;G06V10/24;G06V10/26;G06V10/74;G06V10/764;G06V10/774;G06V10/80;G06V10/82 |
| 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;韩珂 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于低置信度样本对比损失的域适应学习方法及系统，使用对比学习的方法，在原有的利用目标域高置信度样本的域适应方法上，充分利用目标域低置信样本，防止图像分类模型因偏向目标域中与源域相近的样本而导致的次优的领域迁移效果；而且，在对比学习中，对原始的图像特征进行重新表示，更好地编码了任务特有的语义信息；此外，对低置信样本使用了跨域混合，并使低置信样本在其中占主导，减小了领域差异，使图像分类模型更好的学习领域不变特征。总的来说，本发明利用了低置信样本，提升了无监督域适应和半监督域适应图像分类的准确率。 | ||
| 搜索关键词： | 基于 置信 样本 对比 损失 适应 学习方法 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中国科学技术大学，未经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/202210942337.9/，转载请声明来源钻瓜专利网。
