公开(公告)号：CN118015372A

公开(公告)日：2024-05-10

申请号：CN202410206692.9

申请日：2024-02-26

Applicant: 浙江大学

Inventor： 王灿 ,  张扬光 ,  宋杰 ,  史麒豪 ,  陈佳伟

IPC: G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06V10/44 ,  G06N3/08 ,  G06N3/0495 ,  G06N3/082

Abstract: 一种基于输入自适应神经网络架构的跨领域小样本图片分类方法和装置，其方法包括：收集用于预训练的大型图片数据集；搭建输入自适应神经网络架构；在大型图片数据集上预训练该神经网络，训练得到神经网络各层权重；在目标跨领域小样本图片分类任务上，去掉神经网络的全连接层并固定神经网络的权重，用逻辑回归方法在用于训练的跨领域小样本图片上训练，得到逻辑回归分类器的权重；训练好后输入用于测试的跨领域小样本图片到神经网络中，得到图片分类结果。其优点在于：该方法所使用的神经网络具备根据输入自适应调整权重的能力，并保留了卷积层的归纳偏差能力，避免使用大量训练数据，特别适用于跨领域小样本图片分类场景。