-
公开(公告)号：CN118015380A
公开(公告)日：2024-05-10
申请号：CN202410271153.3
申请日：2024-03-11
Applicant: 吉林大学
IPC: G06V10/764 , G06N3/088 , G06V10/82 , G06V10/74
Abstract: 本发明公开一种基于自监督原型分数和冻参分支约束的小样本域适应方法。该方法包括以下步骤：一、提出一种自监督原型分数计算方法，将文本提示模板与源域和目标域的图像输入模型的文本编码器和图像编码器，计算样本‑类别相似度矩阵，获得域内和域间的自监督原型分数。二、基于自监督原型分数，利用冻结参数的预训练模型分支进行辅助约束操作，获得兼具任务特定语义和泛化性的样本特征嵌入向量。三、进行跨域边界优化，将步骤二获得的样本特征嵌入向量通过分类器H计算跨域边界度量值，并根据此值调整分类边界获得样本预测概率向量。步骤四、确定目标域图像样本的分类边界，得到图像分类结果，本方法提升了小样本域适应图像分类的准确性。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
