-
公开(公告)号:CN115861684A
公开(公告)日:2023-03-28
申请号:CN202211448436.8
申请日:2022-11-18
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本公开提供了图像分类模型的训练方法、图像分类方法及装置,涉及计算机技术领域,尤其涉及深度学习、计算机视觉等人工智能领域。方案为:获取互为镜像的第一图像和第二图像;分别对第一图像和第二图像进行特征提取,获取第一图像对应的第一特征图和第二图像对应的第二特征图;分别对第一特征图和第二特征图按通道维度进行池化操作,获取第一特征图对应的第一空间注意力权重图和第二特征图对应的第二空间注意力权重图;根据第一空间注意力权重图与第二空间注意力权重图,确定第一约束损失;根据第一约束损失对图像分类模型进行训练。该方法根据互为镜像的第一图像和第二图像的空间注意力权重图,进行注意力一致性约束,提高了模型的分类效果。
-
公开(公告)号:CN115861684B
公开(公告)日:2024-04-09
申请号:CN202211448436.8
申请日:2022-11-18
Applicant: 百度在线网络技术(北京)有限公司
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/045 , G06N3/08
Abstract: 本公开提供了图像分类模型的训练方法、图像分类方法及装置,涉及计算机技术领域,尤其涉及深度学习、计算机视觉等人工智能领域。方案为:获取互为镜像的第一图像和第二图像;分别对第一图像和第二图像进行特征提取,获取第一图像对应的第一特征图和第二图像对应的第二特征图;分别对第一特征图和第二特征图按通道维度进行池化操作,获取第一特征图对应的第一空间注意力权重图和第二特征图对应的第二空间注意力权重图;根据第一空间注意力权重图与第二空间注意力权重图,确定第一约束损失;根据第一约束损失对图像分类模型进行训练。该方法根据互为镜像的第一图像和第二图像的空间注意力权重图,进行注意力一致性约束,提高了模型的分类效果。
-