申请/专利权人：西安理工大学

申请日：2024-02-29

公开（公告）日：2024-04-30

公开（公告）号：CN117953309A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774;G06V10/74;G06V10/82;G06N3/094;G06N3/096;G06N3/045;G06N3/0464

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.05.17#实质审查的生效;2024.04.30#公开

摘要：本发明公开了基于中间域指导的开集域自适应图像分类方法，具体为：步骤1，获取源域数据集和目标域数据集；步骤2，使用源域数据集初步训练分类网络；步骤3，获取源域数据的中间域和目标域数据的中间域；步骤4，根据源域数据的中间域中的每个类别获取源特征类心；步骤5，获得渐进目标域；步骤6，根据渐进源域调整中间域；步骤7，利用渐进源域和渐进目标域数据训练经过步骤2初步训练分类网络，获得训练好的分类网络。本发明通过构建中间域，充分利用并扩展了源域和目标域数据信息，将目标样本细化分级，提高模型在目标样本上的分类能力。

主权项：1.基于中间域指导的开集域自适应图像分类方法，其特征在于，具体按照如下步骤实施：步骤1，获取源域数据集DS和目标域数据集DT；步骤2，使用源域数据集DS初步训练分类网络；步骤3，获取源域数据的中间域和目标域数据的中间域步骤4，对于源域数据的中间域中的每个类别，计算其中间域特征集合的平均值，得到源特征类心，并保存为源类心库；步骤5，计算目标域数据的中间域中每个中间特征与所有源特征类心的余弦相似度以及每个目标域数据的样本得分，根据余弦相似度和样本得分获得渐进目标域步骤6，根据渐进源域调整中间域；步骤7，利用渐进源域和渐进目标域数据训练经过步骤2初步训练分类网络，获得训练好的分类网络。

全文数据：

权利要求：

百度查询： 西安理工大学 基于中间域指导的开集域自适应图像分类方法

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD