[发明专利]迭代无监督域自适应方法和装置

权利要求书

1.一种迭代无监督域自适应方法，其特征在于，包括：

从域迁移测试集中抽取预设数量的图像样本；

将所述图像样本输入预设的迭代优化算法，根据所述迭代优化算法的计算结果调整预训练的模型的参数，以使得调整后的所述模型适应所述域迁移测试集；

其中，预设的所述迭代优化算法包括：

对每个所述图像样本进行数据增强处理，得到目标大小的批图像；

根据所述批图像，确定所述模型的参数值；

根据所述域迁移测试集对确定参数值后的所述模型进行测试，得到分类误差；

遍历所有所述图像样本后，根据所述分类误差得到所述图像样本的平均分类误差。

2.根据权利要求1所述的迭代无监督域自适应方法，其特征在于，所述根据所述批图像，确定所述模型的参数值，包括：

对所述批图像的特征进行归一化处理，得到归一化特征数据；

根据所述归一化特征数据，得到所述批图像的特征的均值和方差；

根据所述批图像的特征的均值和方差，得到所述模型的参数值。

3.根据权利要求2所述的迭代无监督域自适应方法，其特征在于，所述根据所述归一化特征数据，得到所述批图像的特征的均值和方差，包括：

根据所述归一化特征数据和动态衰减动量，得到所述批图像的特征的均值和方差；

其中，所述动态衰减动量基于动态衰减系数得到，所述动态衰减系统与迭代数相关。

4.根据权利要求3所述的迭代无监督域自适应方法，其特征在于，还包括：

根据所述动态衰减系数更新所述动态衰减动量；

若所述平均分类误差符合设定条件，则结束迭代。

5.根据权利要求2所述的迭代无监督域自适应方法，其特征在于，所述对所述批图像的特征进行归一化处理，得到归一化特征数据，包括：

将所述批图像划分为多个子批次图像，对所述子批次图像的特征进行归一化处理，得到归一化特征数据。

6.根据权利要求1所述的迭代无监督域自适应方法，其特征在于，还包括：

基于第一预设增强算法对每个所述图像样本进行数据增强处理，得到目标大小的批图像；

基于第二预设增强算法对所述批图像进行数据增强处理，得到数据增强后的所述批图像。

7.一种迭代无监督域自适应装置，其特征在于，包括：

获取模块，用于从域迁移测试集中抽取预设数量的图像样本；

调整模块，用于将所述图像样本输入预设的迭代优化算法，根据所述迭代优化算法的计算结果调整预训练的模型的参数，以使得调整后的所述模型适应所述域迁移测试集；

其中，预设的所述迭代优化算法包括：

对每个所述图像样本进行数据增强处理，得到目标大小的批图像；

根据所述批图像，确定所述模型的参数值；

根据所述域迁移测试集对确定参数值后的所述模型进行测试，得到分类误差；

遍历所有所述图像样本后，根据所述分类误差得到所述图像样本的平均分类误差。

8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述迭代无监督域自适应方法。

9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述迭代无监督域自适应方法。

10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述迭代无监督域自适应方法。