-
公开(公告)号：CN115965815A
公开(公告)日：2023-04-14
申请号：CN202211736527.1
申请日：2022-12-31
Applicant: 福州大学
IPC: G06V10/764 , G06V10/77 , G06T5/00 , G06N3/0895
Abstract: 本发明涉及一种融合标签去噪的半监督模型泛化方法，包括：步骤1、利用伪标签生成模型生成无标签源域数据的伪标签；步骤2、采用对偶校准泛化模型在伪标签和真实标签的源域上学习，根据small‑loss策略选取干净样本进行交换，双方在筛选出的干净样本上进行更新，同时插入风格混淆模块来提高模型的泛化能力；步骤3、中间域包括有标签源域和具有干净样本的无标签源域，渐进式中间域生成模块将这两部分样本进行线性混合，进入到下一个循环中作为伪标签生成模型的新的有标签源域数据。该方法有利于提高模型的泛化能力。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
