龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：中国科学院大学
摘要：本发明公开了一种标签噪声场景下的度量学习方法，包括：通过特征提取网络提取输入样本的图像特征；输入新批次样本，通过特征提取网络获取新批次样本对应的图像特征；评估新批次样本的干净率，识别出新批次样本中的干净样本和噪声样本；基于新批次样本对应的图像特征，进行分组获得分组信息；生成正原型样本特征；设置具有噪声样本损失函数和干净样本损失函数的综合损失函数；采用综合损失函数对特征提取网络进行训练。本发明公开的标签噪声场景下的度量学习方法，提高了样本利用率，降低了性能退化，减少了确认偏差，提高了度量学习的性能。
主权项：1.一种标签噪声场景下的度量学习方法，其特征在于，包括以下步骤：S1、多批次输入样本，对每批次输入的样本，通过特征提取网络提取输入样本的图像特征，将获得的图像特征存储于记忆库中；S2、输入新批次样本，通过特征提取网络获取新批次样本对应的图像特征；S3、基于新批次样本对应的图像特征和记忆库中的图像特征，评估新批次样本的干净率，识别出新批次样本中的干净样本和噪声样本，并将干净样本对应的图像特征更新至记忆库中；S4、基于新批次样本对应的图像特征，进行分组获得分组信息；S5、基于记忆库以及分组信息，生成正原型样本特征；S6、基于新批次干净样本获得干净样本损失函数，基于新批次噪声样本获得噪声样本损失函数，将干净样本损失函数和噪声样本损失函数组合获得综合损失函数；S7、采用综合损失函数对特征提取网络进行训练；S8、采用训练后的特征提取网络对待识别图像进行特征提取，基于提取的特征，采用深度学习对待识别图像进行分类。
全文数据：
权利要求：
百度查询： 中国科学院大学 一种标签噪声场景下的度量学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号