-
公开(公告)号：CN113095429A
公开(公告)日：2021-07-09
申请号：CN202110447613.X
申请日：2021-04-25
Applicant: 南京大学
IPC: G06K9/62
Abstract: 本发明公开一种应对增量式新类图像数据的鲁棒弱监督分类方法。具体而言，在开放场景下，数据增量涌现，其中包括未标记、已标记、新类图像。对于已标注图像，加入模型并更新标注数据集合。对于新来的未标注图像，通过特征描述和弱监督学习等技术判断其类别归属。若其属于已知类别，则基于标记传播算法等弱监督学习技术预测其标注类别后加入已有标记数据集合；若检测出其属于未见过的新类别，则将图像放入缓存器，收集足够数量时，及时更新模型并清空缓存器。本发明能够有效实现增量式新类图像数据的鲁棒分类。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
