-
Patent Agency Ranking
公开(公告)号：CN113033696A
公开(公告)日：2021-06-25
申请号：CN202110393261.4
申请日：2021-04-13
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
Abstract: 基于对比对抗网络的小样本商品图像分类算法，包括下列步骤：1)同类别与不同类别样本对组成；2)样本对相似性分类网络构建；3)相似性全局网络卷积；4)同类别样本对判别网络；5)分类网络与判别网络对抗优化。本发明还提供一种基于对比对抗网络的小样本商品图像分类系统。本发明利用大量标注的非目标类别商品样本，可以实现在标注少量目标类别商品图像时，通过对抗的方式实现相似性比对知识的转化，实现小样本商品图像的精准分类。
-
公开(公告)号：CN113033696B
公开(公告)日：2022-06-17
申请号：CN202110393261.4
申请日：2021-04-13
Applicant: 浙江大学 , 浙江大学滨海产业技术研究院
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 基于对比对抗网络的小样本商品图像分类算法，包括下列步骤：1)同类别与不同类别样本对组成；2)样本对相似性分类网络构建；3)相似性全局网络卷积；4)同类别样本对判别网络；5)分类网络与判别网络对抗优化。本发明还提供一种基于对比对抗网络的小样本商品图像分类系统。本发明利用大量标注的非目标类别商品样本，可以实现在标注少量目标类别商品图像时，通过对抗的方式实现相似性比对知识的转化，实现小样本商品图像的精准分类。
-
公开(公告)号：CN116363418A
公开(公告)日：2023-06-30
申请号：CN202310240413.6
申请日：2023-03-06
IPC: G06V10/764 , G06V10/774 , G06V10/82
Abstract: 本说明书公开了一种训练分类模型的方法、装置、存储介质及电子设备。本方法通过确定各子网络层对应的输入维度中的无效维度，确定了对分类模型的输出结果无效的各子网络层对应的无效维度上各计算节点输出的结果，根据这些输出的结果确定第一损失，根据基于训练样本标注确定的第二损失以及该第一损失，确定总损失，以总损失最小训练分类模型，减少了各子网络层对应的无效维度上各计算节点输出的结果对分类模型的输出结果的影响，提高了分类模型的分类准确性。
-
公开(公告)号：CN112001939B
公开(公告)日：2021-03-16
申请号：CN202010794931.9
申请日：2020-08-10
Applicant: 浙江大学
Abstract: 基于边缘知识转化的图像前景分割算法，包括下列步骤：1)结合边缘自监督机制的图像分割框架构建；2)内边缘与外边缘判别器构建；3)伪分割三元组数据生成；4)基于目标类别极少量标注样本引导的双边缘对抗前景分割。通过上述步骤建立的基于边缘知识转化的图像前景分割算法，在极少量目标类别标注分割样本的引导下，内外边缘判别网络通过分割结果对抗的方式，将大量公开的非目标类别标注数据的边缘知识转化到目标类别图像的前景分割网络中，实现目标类别图像的前景物体分割。
-
公开(公告)号：CN112001939A
公开(公告)日：2020-11-27
申请号：CN202010794931.9
申请日：2020-08-10
Applicant: 浙江大学
Abstract: 基于边缘知识转化的图像前景分割算法，包括下列步骤：1)结合边缘自监督机制的图像分割框架构建；2)内边缘与外边缘判别器构建；3)伪分割三元组数据生成；4)基于目标类别极少量标注样本引导的双边缘对抗前景分割。通过上述步骤建立的基于边缘知识转化的图像前景分割算法，在极少量目标类别标注分割样本的引导下，内外边缘判别网络通过分割结果对抗的方式，将大量公开的非目标类别标注数据的边缘知识转化到目标类别图像的前景分割网络中，实现目标类别图像的前景物体分割。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
