[发明专利]基于反标签学习的半监督少样本图像分类学习方法及系统在审
| 申请号： | 202211106572.9 | 申请日： | 2022-09-12 |
| 公开（公告）号： | CN115439715A | 公开（公告）日： | 2022-12-06 |
| 发明（设计）人： | 魏秀参;徐赫洋 | 申请（专利权）人： | 南京理工大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/764;G06V10/82 |
| 代理公司： | 南京理工大学专利中心 32203 | 代理人： | 陈鹏 |
| 地址： | 210094 *** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于反标签学习的半监督少样本图像分类学习方法及系统，方法包括：构造元任务，使用预训练的神经网络作为特征提取器，提取元任务中对应数据的特征，并在支持集上训练一个分类器用于后续分类任务；反标签学习模块以较高正确率给无标签数据打上反标签，分类器在反标签上进行学习更新，不断迭代直到无法选出反标签；在反标签模块迭代结束之后，得到类别均衡且正确率较高的正标签，并用分类器进行学习更新。本发明充分且高质量的利用无标签数据，可以获得更高的少样本学习图像分类准确率。 | ||
| 搜索关键词： | 基于 标签 学习 监督 样本 图像 分类 学习方法 系统 | ||
【主权项】：
暂无信息
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南京理工大学，未经南京理工大学许可，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/202211106572.9/，转载请声明来源钻瓜专利网。
