公开(公告)号：CN119206387A

公开(公告)日：2024-12-27

申请号：CN202411020101.5

申请日：2024-07-29

Applicant: 苏州科技大学

Inventor： 胡伏原 ,  檀佳垚 ,  吕凡 ,  顾敏明 ,  秦龙焜 ,  余少华 ,  李林燕

IPC: G06V10/774 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0895 ,  G06N3/096

Abstract: 本发明提供一种基于伪标签过滤的在线域变化持续学习方法及系统，涉及计算机视觉技术领域，该方法包括获得预训练模型，利用预训练模型对变化的目标域数据进行预测，并生成伪标签进行在线自适应；基于二元分类推导出在线域变化持续学习中基于阈值过滤伪标签的引理，并根据引理设计在线域变化持续学习中的阈值设置原则；利用设计的阈值设置原则过滤模型预测置信度低的伪标签，同时通过引入类先验对齐方法来鼓励模型对未知域样本的公平预测；利用过滤后的伪标签对模型进行更新和优化，得到在线域变化持续学习中的分类预测结果。本发明建立了能够适应CTTA过程的自适应阈值，以保证伪标签的质量。