Invention Publication
- Patent Title: 提升图像分类网络模型鲁棒性的损失函数方法及系统
-
Application No.: CN202210259849.5Application Date: 2022-03-16
-
Publication No.: CN114611694APublication Date: 2022-06-10
- Inventor: 赵洪田 , 郑世宝 , 王玉
- Applicant: 上海交通大学
- Applicant Address: 上海市闵行区东川路800号
- Assignee: 上海交通大学
- Current Assignee: 上海交通大学
- Current Assignee Address: 上海市闵行区东川路800号
- Agency: 上海段和段律师事务所
- Agent 郭国中
- Main IPC: G06N3/08
- IPC: G06N3/08 ; G06K9/62 ; G06N3/04 ; G06V10/774 ; G06V10/764
Abstract:
本发明提供了一种提升图像分类网络模型鲁棒性的损失函数方法及系统，在进行图像分类时，用以引导映射特征的类间辨别性及类内紧凑性，进而学习到更本质和具有区分性的参数配置。利用本发明方法训练的模型，能有效提升对不同类型图像分类的性能，尤其在受到对抗样本攻击时，本发明所涉及模型仍能保持更好的稳定性，更适合真实世界中图像分类的实际情况。
Public/Granted literature
- CN114611694B 提升图像分类网络模型鲁棒性的损失函数方法及系统 Public/Granted day:2022-09-23
Information query
