公开(公告)号：CN117829248A

公开(公告)日：2024-04-05

申请号：CN202410017222.8

申请日：2024-01-05

Applicant: 中国矿业大学

Inventor： 许新征 ,  李仲年 ,  耿庆聪 ,  王佳雨 ,  孙统风

IPC: G06N3/0895 ,  G06N3/0464 ,  G06V10/764 ,  G06V10/82 ,  G06N3/084

Abstract: 本发明公开了一种基于群体的Siamese自监督学习方法，该方法采用Siamese网络结构，将经过数据增强的两个相关视图随机裁剪成N个固定大小的重叠图像块，将图像块进行数据增强后分别输入到特征编码器获得多个特征值。该特征编码器由一个ResNet‑18网络和两个线性层组成。利用Siamese网络的两个分支产生的特征集来计算交叉相关矩阵损失，并采用rank‑k三元组损失来避免来自同一类的两个样本作为负特征对组的错误分类。本方法能够解决自监督学习中单视图特征的局限性，在很少的迭代轮次中即可取得显著的收敛性，使预训练得到的ResNet‑18具有很好的分类效果，在多个数据集上优于最先进的自监督学习技术。