-
公开(公告)号：CN114511737A
公开(公告)日：2022-05-17
申请号：CN202210081010.7
申请日：2022-01-24
Applicant: 北京建筑大学 , 北京合众慧能科技股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明提供了一种图像识别域泛化模型的训练方法。该方法包括：构建图像识别域泛化模型，图像识别域泛化模型包括分类网络和生成网络；运用对抗训练的方式训练分类网络和生成网络，得到生成域；利用生成域模拟目标域的数据分布，通过循环一致性损失函数计算所述生成域的损失，当生成域的损失达到要求后，得到训练好的图像识别域泛化模型，利用训练好的图像识别域泛化模型进行图像的跨域泛化识别处理。本发明通过循环一致性损失确定生成数据的有效性。根据两组分类器的标签平滑正则化交叉熵函数，避免正确和错误分类的较大差值，避免过拟合。能够明显提高了图像识别模型的可移植性能，改善了图像识别模型领域漂移现象。
-
公开(公告)号：CN114511737B
公开(公告)日：2022-09-09
申请号：CN202210081010.7
申请日：2022-01-24
Applicant: 北京建筑大学 , 北京合众慧能科技股份有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06K9/62 , G06N3/04
Abstract: 本发明提供了一种图像识别域泛化模型的训练方法。该方法包括：构建图像识别域泛化模型，图像识别域泛化模型包括分类网络和生成网络；运用对抗训练的方式训练分类网络和生成网络，得到生成域；利用生成域模拟目标域的数据分布，通过循环一致性损失函数计算所述生成域的损失，当生成域的损失达到要求后，得到训练好的图像识别域泛化模型，利用训练好的图像识别域泛化模型进行图像的跨域泛化识别处理。本发明通过循环一致性损失确定生成数据的有效性。根据两组分类器的标签平滑正则化交叉熵函数，避免正确和错误分类的较大差值，避免过拟合。能够明显提高了图像识别模型的可移植性能，改善了图像识别模型领域漂移现象。
-
公开(公告)号：CN113936143B
公开(公告)日：2022-07-01
申请号：CN202111061764.8
申请日：2021-09-10
Applicant: 北京建筑大学
Abstract: 本发明提供的基于注意力机制和生成对抗网络的图像识别泛化方法，设计了一种多层并行注意力机制模型捕获图像的细节特征，提出了发散数据融合算法提高分类器性能以及设计了扰动正则化实现最大域传递，并结合上述各个部分以及要解决的问题，提出了基于注意力机制和生成对抗网络的图像识别域泛化方法，建立了具有图像识别泛化能力的网络模型。本发明提供的方法，能够达到改善图像识别泛化模型“域偏移”现象的效果，提高了识别未知数据分布数据集图像的性能。
-
公开(公告)号：CN113936143A
公开(公告)日：2022-01-14
申请号：CN202111061764.8
申请日：2021-09-10
Applicant: 北京建筑大学
Abstract: 本发明提供的基于注意力机制和生成对抗网络的图像识别泛化方法，设计了一种多层并行注意力机制模型捕获图像的细节特征，提出了发散数据融合算法提高分类器性能以及设计了扰动正则化实现最大域传递，并结合上述各个部分以及要解决的问题，提出了基于注意力机制和生成对抗网络的图像识别域泛化方法，建立了具有图像识别泛化能力的网络模型。本发明提供的方法，能够达到改善图像识别泛化模型“域偏移”现象的效果，提高了识别未知数据分布数据集图像的性能。
-
-
-
Search Results
4
records
(took 0.029 seconds)
