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：昆明理工大学
摘要：本发明提供一种基于图卷积和对比学习的跨域语义分割方法，属迁移学习和计算机视觉领域。本发明设计了一种在不同域中求邻接矩阵的方法，为建立域之间的长距离上下文关系提供了一种新思路。为解决不同类别分布不平衡的问题，提出分组对比学习损失。其次，为提取到域不变的信息，本发明利用新提出到的双域邻接矩阵做图卷积操作。在进行图卷积操作的过程中，本发明在特征图上构造图结构，为了建立起域之间的长距离的上下文关系，本发明创造性的在所提出的图结构中利用所提出的双域邻接矩阵完成图卷积操作。本发明提出的方法，建立起域之间的长距离的上下文关系，且能更加有效的提取到域不变的信息，并且在主观和客观评价上获得了更优的评价结果。
主权项：1.一种基于图卷积和对比学习的跨域语义分割方法，其特征在于，所述方法包括：S1：选取网络训练数据集，所述网络训练数据集包括源域数据集和目标域数据集，其中源域数据集包含标签，目标域数据集不包含标签；目标域数据集包括训练数据集和测试集；S2:构建语义分割基本网络模型，首先利用源域数据集训练语义分割基本网络模型，利用经过源域数据集训练的语义分割基本网络模型作为基础网络，将源域数据集和目标域数据集一起送到基础网络中进行训练；S3：利用网络的中间层输出的特征图构造双域邻接矩阵，分别为位置邻接矩阵和通道邻接矩阵，利用构造的源域位置邻接矩阵和源域通道邻接矩阵在源域特征图构造的图上面做图卷积操作，利用构造的目标域位置邻接矩阵和目标域通道邻接矩阵在目标域特征图构造的图上面做图卷积操作；S4：将经过图卷积操作的源域特征图输入源域分类器中，得到源域图像的预测概率图，将经过图卷积操作的目标域特征图输入目标域分类器中，得到目标域域图像的预测概率图；S5：利用分组对比学习提取域不变性质的特征：利用分组对比损失函数来拉近域间相同类的距离，拉远域间不同类的距离，迫使生成器提取到具有域不变性质的特征；S6：利用熵值最小化思想来筛选目标域输出预测图的预测置信度，构造伪标签，利用伪造的伪标签对网络进行自训练。
全文数据：
权利要求：
百度查询： 昆明理工大学 一种基于图卷积和对比学习的跨域语义分割方法
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