[发明专利]利用少数标注图像生成分类器的方法有效
| 申请号： | 201910235392.2 | 申请日： | 2019-03-26 |
| 公开（公告）号： | CN109919252B | 公开（公告）日： | 2020-09-01 |
| 发明（设计）人： | 张勇东;尚志华;谢洪涛;李岩 | 申请（专利权）人： | 中国科学技术大学;北京中科研究院 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62 |
| 代理公司： | 北京凯特来知识产权代理有限公司 11260 | 代理人： | 郑立明;郑哲 |
| 地址： | 230026 安*** | 国省代码： | 安徽;34 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种利用少数标注图像生成分类器的方法，包括：利用数据量满足要求的标注数据集预训练一个宽残差网络，将训练后的宽残差网络中除全连接层的其他部分作为图像的特征提取器；对于待生成的N分类器，从训练集中选择N个类别，并从N个类别中各随机选择一个图像作为训练样本；通过特征提取器对每一类别的训练样本中提取一个特征向量，将提取到的N个特征向量输入分类器生成器中；由分类器生成器依次进行类别信息融合与N分类器的参数预测，从而得到N分类器。通过大量的标注数据学习一种生成分类器的方法，当对新的类别图像分类时可使用新类别中的少数图片生成新的分类器，从而确保图像分类的精度。 | ||
| 搜索关键词： | 利用 少数 标注 图像 生成 分类 方法 | ||
【主权项】：
1.一种利用少数标注图像生成分类器的方法，其特征在于，包括：利用数据量满足要求的标注数据集预训练一个宽残差网络，将训练后的宽残差网络中除全连接层的其他部分作为图像的特征提取器；对于待生成的N分类器，从训练集中选择N个类别，并从N个类别中各随机选择一个或多个图像作为训练样本；通过特征提取器对每一类别的训练样本中提取一个特征向量，将提取到的N个特征向量输入分类器生成器中；由分类器生成器依次进行类别信息融合与N分类器的参数预测，从而得到N分类器。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国科学技术大学;北京中科研究院，未经中国科学技术大学;北京中科研究院许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910235392.2/，转载请声明来源钻瓜专利网。
- 彩色图像和单色图像的图像处理
- 图像编码/图像解码方法以及图像编码/图像解码装置
- 图像处理装置、图像形成装置、图像读取装置、图像处理方法
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像解密方法、图像加密方法、图像解密装置、图像加密装置、图像解密程序以及图像加密程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序以及图像解码程序
- 图像编码方法、图像解码方法、图像编码装置、图像解码装置、图像编码程序、以及图像解码程序
- 图像形成设备、图像形成系统和图像形成方法
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
- 图像编码装置、图像编码方法、图像编码程序、图像解码装置、图像解码方法及图像解码程序
