买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于语义差异化扩散的迁移学习方法及装置_北京航空航天大学_202210917309.1 

申请/专利权人:北京航空航天大学

申请日:2022-08-01

公开(公告)日:2022-12-02

公开(公告)号:CN115424087A

主分类号:G06V10/774

分类号:G06V10/774;G06V20/56

优先权:

专利状态码:在审-实质审查的生效

法律状态:2022.12.20#实质审查的生效;2022.12.02#公开

摘要:本发明公开了一种基于语义差异化扩散的迁移学习方法及装置。该迁移学习方法包括如下步骤:利用预训练模型,抽取出预训练类别之间的先验关系;利用预训练类别之间的先验关系构建类别分散损失函数,完成预训练模型的预训练;利用预训练模型,抽取出下游数据集中的每一个类别的平均得分编码;根据下游数据集中的每一个类别的平均得分编码,将下游类别差异化地分散到不同的上游类别序列;构建差异化的语义分散损失函数,引导预训练模型在下游数据的迁移学习过程。本发明应用在自动驾驶场景中,可以取得较为优异的迁移学习表现,准确率明显高于现有的成熟模型,具有较好的实用价值。

主权项:1.一种基于语义差异化扩散的迁移学习方法,其特征在于包括如下步骤:S1:利用预训练模型,抽取出预训练类别之间的先验关系;S2:利用预训练类别之间的先验关系构建类别分散损失函数,完成预训练模型的预训练;S3:利用预训练模型,抽取出下游数据集中的每一个类别的平均得分编码;S4:根据下游数据集中的每一个类别的平均得分编码,将下游类别差异化地分散到不同的上游类别序列;S5:构建差异化的语义分散损失函数,引导预训练模型在下游数据的迁移学习过程。

全文数据:

权利要求:

百度查询: 北京航空航天大学 一种基于语义差异化扩散的迁移学习方法及装置

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

相关技术
相关技术
相关技术
相关技术