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：南京大学
摘要：本发明公开一种针对图像分类任务的学件查搜与复用的方法，通过在学件规约构造的过程中利用文本‑图像预训练模型进行统一数据表示，并且同时考虑训练数据分布和模型性能表现，提升学件规约对模型功能描述的准确性，从而在面临新的图像分类任务时能够更好地通过规约实现模型的查搜和复用。该发明构建了一个由大量图像分类模型以及使用本发明生成的模型规约组成的学件库，当用户面临新的图像分类任务时，可以通过本发明生成的学件规约在学件库中进行高效的模型查搜，精准查找到能够在自身任务中表现良好的模型。
主权项：1.一种针对图像分类任务的学件查搜与复用的方法，其特征在于，包括：1获取在多种不同的图像分类任务中训练得到的模型和对应训练数据集；2通过在训练数据中使用对应训练得到的模型进行预测，得到模型预测结果与置信度，将其转换为文本形式；3使用文本-图像预训练模型的图像编码器对训练数据进行特征转换，得到统一表示空间下的图像特征表示，使用文本编码器对模型预测结果与置信度转换得到的文本进行特征转换，得到统一表示空间下的文本特征表示；4采用缩略核均值嵌入技术，将步骤3所得的统一表示空间下的图像与文本特征表示构建为描述模型功能的模型规约；5通过为图像分类模型构造规约，形成学件库，所述学件库包含多个图像分类模型，每个模型具有能够描述模型功能的规约；6针对新的图像分类任务，用户使用文本-图像预训练模型的图像编码器对新任务训练数据进行特征转换得到图像特征表示，并将数据所对应的真实标注转换得到文本特征表示，利用步骤4为新任务构造规约；7通过计算学件库中的候选模型规约与新任务规约的最大均值差异距离，选取与新任务规约距离最小的候选模型；8使用所选模型在新任务中进行适配和复用。
全文数据：
权利要求：
百度查询： 南京大学 一种针对图像分类任务的学件查搜与复用的方法
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