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】一种使用残差注意力模块的域适应方法_北京建筑大学;北京合众慧能科技股份有限公司_202211278399.0 

申请/专利权人:北京建筑大学;北京合众慧能科技股份有限公司

申请日:2022-10-19

公开(公告)日:2023-01-06

公开(公告)号:CN115578593A

主分类号:G06V10/764

分类号:G06V10/764;G06V10/774;G06V10/40;G06V10/82;G06N3/04;G06N3/08

优先权:

专利状态码:有效-授权

法律状态:2023.07.18#授权;2023.01.24#实质审查的生效;2023.01.06#公开

摘要:本发明提供了一种使用残差注意力模块的域适应方法。该方法包括:在目标数据集中通过能量函数选择能量差异较大的图片作为激活图片数据集;将源域标记的数据集、目标域未标记的数据集和激活图片数据集共同作为输入数据,将输入数据输入到包含卷积加注意力模块和LSE_At结构的特征提取网络,特征提取网络提取输入数据的高维特征图;将高维特征图通过全连接层分类器映射成一维特征向量,实现图像分类,利用调整好参数的特征提取网络和全连接层分类器构成图像识别模型。本发明通过增加原图在数据处理过程中的参与来加深特征提取,提高模型对图像特征提取的多样性和有效性,从而实现对图像特征更加充分的提取提高了图像识别领域适应性能。

主权项:1.一种使用残差注意力模块的域适应方法,其特征在于,包括:在目标数据集中通过能量函数选择能量差异较大的图片作为激活图片数据集;将源域标记的数据集、目标域未标记的数据集和所述激活图片数据集共同作为输入数据,将所述输入数据输入到包括卷积加注意力模块和LSE_At结构的特征提取网络,所述特征提取网络中提取所述输入数据的高维特征图;将所述高维特征图通过全连接层分类器映射成一维特征向量,实现图像分类,利用负对数似然损失和自由能对齐损失训练验证所述图像分类的结果,根据验证结果调整所述特征提取网络和全连接层分类器的参数,利用调整好参数的特征提取网络和全连接层分类器构成图像识别模型;利用所述图像识别模型对待识别的图片数据集进行分类处理。

全文数据:

权利要求:

百度查询: 北京建筑大学;北京合众慧能科技股份有限公司 一种使用残差注意力模块的域适应方法

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。