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：厦门工学院
摘要：本发明公开了一种解决标签分布不均衡的多标签分类方法，包括提取数据图像并对其进行预处理标记和分块，将标记和图像块输入主干网络ViT，采用二值交叉熵BCELoss作为损失函数进行模型优化输出特征向量，并将特征向量输入到选择性注意力转移模块，计算所有特征的激活度以及激活平均值，对激活平均值进行抑制缩放，获得新的特征值，并与所述特征向量分别送入不同的分类层进行属性预测，最后采用指数滑动平均进行参数更新，这样可以促使网络学习到更为全面的特征信息。
主权项：1.一种解决标签分布不均衡的多标签分类方法，其特征在于，包括以下步骤：S1、接收图像集并从所述图像集中获取任意一张图像作为输入，对所述图像进行标签标记，属性存在的标签标记为1，属性不存在的标签标记为0；S2、将所述图像切分为a个大小相同的图像块，获取步骤S1中标记为1的标签作为可学习的标记符，所述标记符和所述图像块组合成主干网络ViT的输入模型；S3、采用二值交叉熵BCELoss作为损失函数对所述输入模型进行模型优化并输出特征向量；S4、利用选择性注意力转移模块接收所述特征向量作为输入，具体包括：将转换成四维的特征向量，其中，表示主干网络ViT，B表示训练每一批样本的数量，H表示图像的高度，W表示图像的宽度，C表示通道数，z表示图像块；S5、计算所述特征向量中每个特征的激活度，通过所述激活度沿高度H对每一行计算激活平均值，其中，所述激活度公式如下所示： 其中，表示每个特征大小为HW的切片，i表示图像集中第i个样本，C表示通道数；S6、对通过步骤S5获得的所有特征的激活平均值按从小到大排序，选择前30%的激活平均值进行抑制缩放，获得新的特征值；S7、将所述主干网络ViT的输出特征向量和所述特征值分别送入两个不同的分类层进行属性预测并采用指数滑动平均对所述分类层中的参数进行更新。
全文数据：
权利要求：
百度查询： 厦门工学院 一种解决标签分布不均衡的多标签分类方法
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