公开(公告)号：CN114943859B

公开(公告)日：2023-06-20

申请号：CN202210479781.1

申请日：2022-05-05

Applicant: 兰州理工大学

Inventor： 李晓旭 ,  杨世丞 ,  刘俊 ,  燕锦涛 ,  安文娟 ,  张文斌 ,  李睿凡 ,  马占宇 ,  陶剑

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种面向小样本图像分类的任务相关度量学习方法及装置，方法主要由数据预处理阶段、构建网络模型阶段、训练模型参数阶段和测试模型性能阶段组成，本发明通过考虑不同任务之间的差异性，引入注意力机制的思想，并学习任务相关的空间映射，利用任务自适应度量学习的方式，解决了小样本图像分类中存在的自适应度量学习问题，从而提高在小样本条件下目标任务分类的准确性，改善了图像的分类效果，具有很高的实用价值。

公开(公告)号：CN114943859A

公开(公告)日：2022-08-26

申请号：CN202210479781.1

申请日：2022-05-05

Applicant: 兰州理工大学

Inventor： 李晓旭 ,  杨世丞 ,  刘俊 ,  燕锦涛 ,  安文娟 ,  张文斌 ,  李睿凡 ,  马占宇 ,  陶剑

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06N3/04

Abstract: 本发明公开了一种面向小样本图像分类的任务相关度量学习方法及装置，方法主要由数据预处理阶段、构建网络模型阶段、训练模型参数阶段和测试模型性能阶段组成，本发明通过考虑不同任务之间的差异性，引入注意力机制的思想，并学习任务相关的空间映射，利用任务自适应度量学习的方式，解决了小样本图像分类中存在的自适应度量学习问题，从而提高在小样本条件下目标任务分类的准确性，改善了图像的分类效果，具有很高的实用价值。