[发明专利]一种基于无监督域自适应的跨域图像分类方法

摘要

本发明公开一种基于无监督域自适应的跨域图像分类方法，包括S1：构建源域图像样本数据和目标域图像样本数据作为训练数据；S2：将所述训练数据中的图像进行归一化处理；S3：将归一化处理后的训练数据中的图像输入至域自适应网络进行训练，所述域自适应网络用于跨域图像分类；S4：训练域自适应网络时，在总损失值未达到预设的收敛条件时，迭代更新所述域自适应网络的参数，直至总损失值达到预设的收敛条件时，将收敛之后的域自适应网络记录为训练完成的域自适应分类模型；S5：利用训练完成的域自适应分类模型进行跨域图像分类。本发明减少了特征提取过程中重要信息的丢失，获取更多的共有特征，提高了图像跨域分类准确性和图像分类网络模型泛化性。