公开(公告)号：CN118038183A

公开(公告)日：2024-05-14

申请号：CN202410347175.3

申请日：2024-03-26

Applicant: 合肥工业大学

Inventor： 季兆欣 ,  毕翔 ,  卫星 ,  杨帆 ,  陆阳 ,  赵冲 ,  闻斌 ,  赵德轩 ,  李荣乐

IPC: G06V10/764 ,  G06V10/44 ,  G06V10/74 ,  G06V10/762 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/091

Abstract: 本发明公开了一种基于自训练和质心对齐的域自适应图像分类方法，包括：获取源域和目标域的数据集，进行简单的数据预处理；通过自训练过程，让网络获得简单的分类能力；通过一致性正则化损失，提高两个分类模块输出的一致性；拉近目标域数据和源域对应类质心的距离，并促进目标域数据特征向源域类质心方向移动，在结构层面上对齐特征；使分类模型在学习的过程中，有效的将不同领域的知识逐渐对齐。本发明结合了特征信息和结构信息，从距离和方向两个角度考虑，引导模型学习域不变特征，有效地解决了因源域和目标域数据分布差异较大导致的图像分类网络性能下降的问题。