[发明专利]基于增量式网络和动量对比学习的自监督图像分类方法在审
| 申请号： | 202211594136.0 | 申请日： | 2022-12-13 |
| 公开（公告）号： | CN116168231A | 公开（公告）日： | 2023-05-26 |
| 发明（设计）人： | 凌诗钧;李艳涛 | 申请（专利权）人： | 重庆大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06V10/82;G06V10/77;G06N3/0464;G06N3/0455;G06N3/0895 |
| 代理公司： | 重庆市信立达专利代理事务所(普通合伙) 50230 | 代理人： | 杨逍 |
| 地址： | 400044 *** | 国省代码： | 重庆;50 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于计算机视觉技术领域，公开了基于增量式网络和动量对比学习的自监督图像分类方法，包括如下步骤：S1、获取无标签数据，并对无标签数据进行预处理使其通过数据增强满足网络的输入要求；S2、利用当前阶段的增量式网络输出中间向量；S3、将中间向量传入替换式的感知器MLP中使其映射到对比损失空间中；S4、计算损失函数并更新网络；S5、根据训练轮数决定是否提升训练阶段并加深网络深度；S6、完成全部阶段训练得到最终网络模型并利用K近邻分类器对网络性能进行评估。本发明解决了如何在对比学习中减少负例队列的开销以及使网络模型关注到图像的整体分布的问题，具有提高分类准确率和减少开销的能力。 | ||
| 搜索关键词： | 基于 增量 网络 动量 对比 学习 监督 图像 分类 方法 | ||
【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重庆大学，未经重庆大学许可，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/202211594136.0/，转载请声明来源钻瓜专利网。
