龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：吉林大学
摘要：本发明适用于小样本图像分类技术领域，提供了一种层次结构标签驱动的小样本图像分类方法，包括以下步骤：获取带有层次结构的多标签图像，构建卷积神经网络作为对比学习框架的主干网络，按照标签层次结构构建对比学习数据对；将数据对输入搭建好的网络模型中，获得特征向量并以特征向量为基础计算对比损失，同时将特征向量映射至具有负曲率的双曲空间中计算相似性损失；将对比损失和相似性损失结合成网络总损失，通过最小化损失函数来优化网络参数。本发明通过将双曲空间结合层次标签先验知识的方式缓解了数据集内细粒度数据间难分问题，同时本发明也可应用于带有偏斜、少样本、细粒度等问题的相关领域，具有可观的技术和经济价值。
主权项：1.一种层次结构标签驱动的小样本图像分类方法，其特征在于，包括以下步骤：步骤S1、获取带有层次结构的多标签图像，构建卷积神经网络作为对比学习框架的主干网络，按照标签层次结构构建对比学习数据对；步骤S2、将数据对输入搭建好的网络模型中，获得特征向量并以特征向量为基础计算对比损失，同时将特征向量映射至具有负曲率的双曲空间中计算相似性损失；步骤S3、将对比损失和相似性损失结合成网络总损失，通过最小化损失函数来优化网络参数；所述步骤S2中，对比损失采用最大边缘损失，通过对包含锚点的数据对计算欧式距离得到；数据对中样本若为同类，则最小化距离，若为异类，则最大化两者距离超过间隔，间隔为一个超参数；对比损失的计算过程如下： ；其中，和为原数据在欧式空间中的特征向量，为对比标签，为模型，为模型参数，为训练间隔超参数；所述步骤S2中，双曲空间计算相似性损失的方法如下： ； ； ； ；其中，和为原数据在欧式空间中的特征向量，和为数据对在双曲空间中的映射向量，为对比标签，为双曲空间曲率超参数，为训练间隔超参数；所述步骤S3中，网络总损失的计算过程如下： ；其中，为对比损失，为相似性损失，为权重超参数，介于0和1之间。
全文数据：
权利要求：
百度查询： 吉林大学 一种层次结构标签驱动的小样本图像分类方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号