公开(公告)号：CN117132841B

公开(公告)日：2024-03-29

申请号：CN202311397430.7

申请日：2023-10-26

Applicant: 之江实验室

Inventor： 程乐超 ,  黄心阳 ,  周子寅 ,  方超伟 ,  方一向

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06F17/16

Abstract: 本发明公开了一种保守渐进的领域自适应图像分类方法和装置，包括：获取带有标签的源域图像、来自于目标域支持集的无标签的第一目标域图像、以及来自于目标域查询集的无标签的第二目标域图像；基于源域图像和第一目标域图像进行内循环更新分类器参数；基于源域图像和第二目标域图像进行外循环更新特征提取器参数；提取参数更新后的特征提取器和分类器组成图像分类模型，利用图像分类模型进行图像分类。这样在内循环中引入重放机制对分类器进行训练，在外循环中引入稀疏注意力机制对特征提取器进行训练，这样联合内外循环更新，延缓图像分类模型在不断进化的目标域中不断遗忘的情况，提升了特征提取器的提取准确性和分类器的分类准确性。

公开(公告)号：CN117132841A

公开(公告)日：2023-11-28

申请号：CN202311397430.7

申请日：2023-10-26

Applicant: 之江实验室

Inventor： 程乐超 ,  黄心阳 ,  周子寅 ,  方超伟 ,  方一向

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06F17/16

Abstract: 本发明公开了一种保守渐进的领域自适应图像分类方法和装置，包括：获取带有标签的源域图像、来自于目标域支持集的无标签的第一目标域图像、以及来自于目标域查询集的无标签的第二目标域图像；基于源域图像和第一目标域图像进行内循环更新分类器参数；基于源域图像和第二目标域图像进行外循环更新特征提取器参数；提取参数更新后的特征提取器和分类器组成图像分类模型，利用图像分类模型进行图像分类。这样在内循环中引入重放机制对分类器进行训练，在外循环中引入稀疏注意力机制对特征提取器进行训练，这样联合内外循环更新，延缓图像分类模型在不断进化的目标域中不断遗忘的情况，提升了特征提取器的提取准确性和分类器的分类准确性。