-
公开(公告)号:CN119578588A
公开(公告)日:2025-03-07
申请号:CN202411653207.9
申请日:2024-11-19
Applicant: 中国科学院计算技术研究所
IPC: G06N20/00 , G06V10/764
Abstract: 本发明提出一种自监督对抗训练方法,包括:构建第一阶段初始模型,获取第一阶段训练样本,对该第一阶段初始模型进行自监督训练,获得干净模型;构建第二阶段初始模型,获取第二阶段训练样本,生成该第二阶段训练样本的增强样本,以该干净模型对该增强样本的输出特征为伪监督信号;生成该增强样本的对抗样本,以该伪监督信号、该增强样本和该对抗样本对该第二阶段初始模型进行自监督对抗训练,获得鲁棒模型;以该鲁棒模型进行图像分类任务。本发明还提出一种自监督对抗训练装置,以及一种计算机可读存储介质和一种电子设备。本发明的训练方法能与不同的自监督学习框架无缝结合,提升其对抗及干净样本分类准确率并减小与监督对抗学习的性能差距。