-
公开(公告)号:CN117456246A
公开(公告)日:2024-01-26
申请号:CN202311409560.8
申请日:2023-10-27
Applicant: 杭州电子科技大学
IPC: G06V10/764 , G06V10/774 , G06V10/74 , G06V10/82 , G06V10/40
Abstract: 本发明公开了基于ViT的类内、类间相似度的细粒度图像分类方法及系统。细粒度图像分类系统包括特征提取模块、相似性学习模块和主分类器网络。本发明利用特征提取模块有效挖掘判别块的空间上下文信息和多尺度融合信息,利用同类图像之间的相似性训练相似性学习模块,给判别性区域分配较高的权重,给噪声分配较低的权重,将相似度权重计算模块输出的权重作用于主分类器网络的分类损失,有效提取图像特征并提高了识别的准确度。
-
公开(公告)号:CN118115784A
公开(公告)日:2024-05-31
申请号:CN202410176548.5
申请日:2024-02-08
Applicant: 杭州电子科技大学 , 好易购家庭购物有限公司
IPC: G06V10/764 , G06V10/74 , G06V10/774 , G06V10/82 , G06V10/44
Abstract: 本发明公开了基于相似度转移的弱监督细粒度图片分类方法及系统。本发明通过类别名称作为关键字在搜索网站上查询来免费获得大尺寸图像,作为有潜力的带有标签名的弱标签数据源。本发明提出并训练了一个similarityNet网络,这个网络能输出一个相似度二维向量来很好判断两张图片是否属于同一类别。其次本发明通过网络延伸出一种给webimages提供权重得分的方法,并配合加权分类loss能有效的去噪webimages数据后并将其作为训练样本运用在弱监督细粒度图片分类任务中,从而解决了细粒度图片分类缺乏大量人为标注大量图片数据集的问题。
-