公开(公告)号：CN118710951A

公开(公告)日：2024-09-27

申请号：CN202410712908.9

申请日：2024-06-04

Applicant: 安徽大学

Inventor： 王姗姗 ,  胡敏彬 ,  冯子英 ,  杨勋 ,  张兴义

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/44 ,  G06V10/774 ,  G06V10/776 ,  G06N3/0464 ,  G06N3/0475 ,  G06N3/045 ,  G06N3/094 ,  G06N3/084 ,  G06N3/088 ,  G06N3/048

Abstract: 本发明公开了一种基于数据增强的领域混合无监督域自适应图像分类方法，包括：1对源域和目标域的数据进行预处理，以确保数据质量并为后续处理提供一致性基础；2.建立一种利用数据增强技术的领域混合自适应模型，该模型旨在通过增强技术提高模型对不同领域数据的泛化能力；3.将经过预处理的源域和目标域数据输入到构建的模型中，进行训练以优化模型参数；4.利用训练完成的模型对图像进行分类，实现准确的图像识别和分类效果。本发明在样本级别上实施领域混合，通过结合源域和目标域的样本，构建出两个新的中间领域，从而显著减少了源域样本和目标域样本的随机性，从而拉近了两者之间的距离完成高效的图像分类。