公开(公告)号：CN118365950A

公开(公告)日：2024-07-19

申请号：CN202410562360.4

申请日：2024-05-08

Applicant: 浙江工业大学

Inventor： 胡海根 ,  周裕杰 ,  陈琦 ,  管秋 ,  周乾伟

IPC: G06V10/764 ,  G06V10/774 ,  G06V10/82 ,  G06V10/40 ,  G06N3/0464

Abstract: 一种基于梯度粒度的卷积神经网络领域泛化分类方法，包括以下步骤：步骤1：使用卷积神经网络分别构建模型的特征提取器以及判别分类器；步骤2：设定网络的输入，将不同源域的图片输入至特征提取器中，将经过特征提取器出来的特征进一步输入至判别分类器中；步骤3：分层并切片不同特征在判别分类器中产生的梯度，并对这些分层切片后的梯度进一步进行自适应的主导梯度衰减的平滑操作；步骤4：通过梯度手术对梯度进行修改以去除梯度的冲突方向分量，使用修改完的梯度对模型进行参数更新；步骤5：最小化图片经过分类器产生的伪标签和真实标签之间的误差，对网络进行训练。本发明能够学习到通用的表征，能够应对各种复杂的情景。