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。