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：北京建筑大学;北京交通运输职业学院
摘要：本发明提供一种使用对抗学习和数据选择策略的域适应方法，将LCResNet网络和VisionTransformer的主干网络结构进行融合作为主干网络结构来提取输入图像的特征信息。LCResNet采用LSE_At结构作为基本网络模块，在主干网络中加入卷积加注意力模块CBAAM，能序列化地在通道和空间两个维度上产生注意力特征图信息。还将LCResNet与ViT进行并行连接，同时利用LCResNet和ViT的不同特性，得到丰富的特征信息。加入域分类器，使主干网络通过反向传播的方式进行对抗训练学习以区分数据的不同域。还采用了基于能量的数据选择策略，通过从目标数据集中选择易被识别错的数据进行标注再训练以及选择易被识别正确的数据进行暂存固定的图像识别算法提高有限数据的利用率从而提高网络的分类性能，改善领域漂移问题。
主权项：1.一种使用对抗学习和数据选择策略的域适应方法，其特征在于，包括：S1配置用于域适应的运行环境、数据集和网络模型；S2使用数据集训练所述网络模型，获得识别模型；所述识别模型具有融合了LCResNet网络结构和ViT网络结构的主干特征提取网络；S3通过所述识别模型的能量函数计算获得每个初始样本的能量值；S4设置进行能量函数计算的迭代轮数周期；若当前迭代轮数属于设置的进行能量函数计算的迭代轮数周期内，则通过两次能量函数计算获得第一样本；S5通过所述能量函数计算获得非第一样本的其它样本的能量值，选择能量值超过第一预设阈值的其它样本作为备选数据集；通过计算获得所述备选数据集中能量值差异超过第二预设阈值的激活样本；S6通过梯度下降算法对所述识别模型的参数进行更新并保存；S7将所述第一样本和激活样本输入到执行了步骤S6获得的所述识别模型进行训练；S8计算执行了步骤S7获得的所述识别模型的损失函数；S9基于所述识别模型的损失函数，以及所述识别模型的训练结果，获得最优模型；S10通过所述最优模型进行图片数据集的分类处理作业。
全文数据：
权利要求：
百度查询： 北京建筑大学 北京交通运输职业学院 一种使用对抗学习和数据选择策略的域适应方法
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