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：南京邮电大学
摘要：本发明公开了基于多模态多层次特征聚合的小样本图像分类方法及系统，涉及深度学习、计算机视觉技术领域，包括：根据支持集数据的类别标签获取语义信息，将语义信息输入至文本编码器中，得到文本特征，将支持集和查询集的数据输入至预先建立的卷积神经网络模型内，得到图像特征；将文本特征与支持集图像特征进行融合，得到多模态特征，多模态特征的支持集数据和图像特征的查询集数据输入至预先建立的卷积神经网络模型内，得到分类预测结果，利用分类预测结果，采用交叉熵损失函数对模型进行迭代训练，得到训练后的小样本图像分类网络模型；将小样本图像数据集内的测试集数据输入至训练后的小样本图像分类网络模型内，得到小样本图像的分类结果。
主权项：1.基于多模态多层次特征聚合的小样本图像分类方法，其特征在于，方法包括以下步骤：获取小样本图像数据集，对小样本图像数据集进行预处理，得到处理后的小样本图像数据集，其中，所述小样本图像数据集包括训练集和测试集；通过数据加载器，将小样本图像数据集内的训练集数据加载进来，对加载的训练集数据分为支持集和查询集；根据支持集数据的类别标签获取语义信息，将语义信息输入至文本编码器中，输出得到文本特征，将支持集和查询集的数据输入至预先建立的卷积神经网络模型内，输出得到支持集图像特征和查询集图像特征；将文本特征与支持集图像特征进行融合，得到多模态特征，将多模态特征与查询集图像特征输入至预先建立的度量分类模型内，输出得到分类预测结果，利用分类预测结果，采用交叉熵损失函数对预先建立的小样本图像分类网络模型进行迭代训练，得到训练后的小样本图像分类网络模型；将小样本图像数据集内的测试集数据输入至训练后的小样本图像分类网络模型内，输出得到小样本图像的分类结果。
全文数据：
权利要求：
百度查询： 南京邮电大学 基于多模态多层次特征聚合的小样本图像分类方法及系统
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