-
公开(公告)号：CN117994591A
公开(公告)日：2024-05-07
申请号：CN202410312685.7
申请日：2024-03-19
Applicant: 重庆邮电大学
IPC: G06V10/764 , G06V10/74 , G06V10/774 , G06V10/762 , G06V10/77 , G06N3/08
Abstract: 本发明涉及一种基于度量原型校准的小样本图像分类方法，属于图像处理技术领域。该方法为：S1：对基类类别样本做全分类预训练，获得一个具有基类类别先验信息的特征提取器；S2：利用小样本图像分类任务中的支持集和查询集计算出类别初始化原型和伪类标签，将伪类标签扩充到支持集中，形成增广支持集，通过该增广支持集实现对初始化原型偏差的校准；S3：将初始化原型与任务中查询集样本做原型‑查询对比学习，获取优化映射空间；S4：将测试任务的样本嵌入为高维向量，获得类别校准原型，得出预测结果分布。本发明适用于可用样本量较低的小样本场景中，注重提高模型性能下限，有助于获取不同类别的样本更有区分度的特征。
Search Results
1
records
(took 0.012 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
