科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于通用域自适应的图像大数据分类方法,本发明方法包括将获取的目标域图像数据X-t输入预先训练好的通用域自适应网络,通过特征提取器F将目标域图像数据X-t转化成目标域图像特征向量Z-t,通过分类部分G对特征向量Z-t进行分类输出得到分类结果Y-t和余弦相似度C-t,通过域判别器D对特征向量Z-t进行域判别输出得到目标域判别d-t。将得到的余弦相似度C-t和域判别d-t结合得到目标域权重W-t,目标域权重W-t与阈值相比较,大于阈值则输出分类结果Yt。本发明能够解决图像大数据域自适应的问题,使训练好的模型可以应用在任意图像大数据集上,极大地提高了模型的泛化能力和分类效果,减轻对模型源域数据集的依赖。
- 单位
