-
公开(公告)号：CN114118207B
公开(公告)日：2022-10-21
申请号：CN202111221230.7
申请日：2021-10-20
IPC: G06V10/764 , G06V10/84 , G06V10/774 , G06N3/04 , G06N3/08
Abstract: 本发明提供了一种基于网络扩张与记忆召回机制的增量学习的图像识别方法。其采用网络扩张模块提高卷积神经网络的特征表达能力，再通过召回机制实现旧类与新类分布之间的抗混叠系统地缓解对旧类的灾难性遗忘和对新类的过度适应，能够实现最小化模型过度拟合和类混淆，以实现以少量样本完成可驱动的持续训练，从而得到增量分类神经网络，实现图片的分类。
-
公开(公告)号：CN114118207A
公开(公告)日：2022-03-01
申请号：CN202111221230.7
申请日：2021-10-20
IPC: G06K9/62 , G06N3/04 , G06N3/08 , G06V10/764 , G06V10/84 , G06V10/774
Abstract: 本发明提供了一种基于网络扩张与记忆召回机制的增量学习的图像识别方法。其采用网络扩张模块提高卷积神经网络的特征表达能力，再通过召回机制实现旧类与新类分布之间的抗混叠系统地缓解对旧类的灾难性遗忘和对新类的过度适应，能够实现最小化模型过度拟合和类混淆，以实现以少量样本完成可驱动的持续训练，从而得到增量分类神经网络，实现图片的分类。
-
Patent Agency Ranking
公开(公告)号：CN113221977B
公开(公告)日：2022-04-29
申请号：CN202110455943.3
申请日：2021-04-26
Applicant: 中国科学院大学
Abstract: 本发明公开了一种基于抗混叠语义重构的小样本语义分割方法，所述方法包括训练部分和测试部分，其中，所述训练部分包括以下步骤：步骤1，对支撑图片和查询图片进行特征提取；步骤2，对属于不同基类的特征进行语义张成；步骤3，滤除干扰语义，实现对目标类别的分割。本发明公开的基于抗混叠语义重构的小样本语义分割方法，降低了数据标注成本，减少了语义混叠，增强了模型判别力。本发明还公开了一种小样本语义分割系统、计算机可读存储介质和计算机设备。
-
公开(公告)号：CN112364870A
公开(公告)日：2021-02-12
申请号：CN202011139920.3
申请日：2020-10-22
Applicant: 中国科学院大学
Abstract: 本发明公开了一种基于特征和谐激活的小样本语义分割方法、小样本语义分割系统及计算机可读存储介质，所述方法包括训练分割模型用以进行语义分割的过程，分割模型训练过程包括以下步骤：对支撑图片和查询图片进行特征提取；对支撑特征和查询特征进行融合，获得中间特征激活图；对中间特征激活图进行更新，获得特征和谐激活图；对特征和谐激活图进行语义分割，获得查询图片的分割图。本发明所公开的基于特征和谐激活的小样本语义分割方法，在充分保留支撑和查询特征中细节信息的同时，将查询特征中的目标类别进行了准确而完整的激活。
-
公开(公告)号：CN117409266A
公开(公告)日：2024-01-16
申请号：CN202210800290.2
申请日：2022-07-08
Applicant: 华为云计算技术有限公司 , 中国科学院大学
IPC: G06V10/774 , G06V10/764 , G06V10/82
Abstract: 本申请提供了一种模型训练方法、装置及相关设备，该方法包括以下步骤：获取第一模型，所述第一模型是使用第一样本集对第一神经网络进行训练后获得的，获取第二样本集，对所述第二样本集的样本分布进行校正，获得第三样本集，其中，所述第三样本集的样本分布的有偏程度低于所述第二样本集的样本分布的有偏程度，使用所述第三样本集对所述第一模型进行训练，获得训练好的第二模型，该第三样本集中的样本类型不仅包括新增的样本类型，还包括第一样本集中的旧样本类型，从而解决模型训练时的旧知识遗忘问题，同时，该第三样本集的样本分布不再是有偏分布，从而解决模型训练时的过拟合问题。
-
公开(公告)号：CN112364870B
公开(公告)日：2021-10-15
申请号：CN202011139920.3
申请日：2020-10-22
Applicant: 中国科学院大学
Abstract: 本发明公开了一种基于特征和谐激活的小样本语义分割方法、小样本语义分割系统及计算机可读存储介质，所述方法包括训练分割模型用以进行语义分割的过程，分割模型训练过程包括以下步骤：对支撑图片和查询图片进行特征提取；对支撑特征和查询特征进行融合，获得中间特征激活图；对中间特征激活图进行更新，获得特征和谐激活图；对特征和谐激活图进行语义分割，获得查询图片的分割图。本发明所公开的基于特征和谐激活的小样本语义分割方法，在充分保留支撑和查询特征中细节信息的同时，将查询特征中的目标类别进行了准确而完整的激活。
-
公开(公告)号：CN113221977A
公开(公告)日：2021-08-06
申请号：CN202110455943.3
申请日：2021-04-26
Applicant: 中国科学院大学
Abstract: 本发明公开了一种基于抗混叠语义重构的小样本语义分割方法，所述方法包括训练部分和测试部分，其中，所述训练部分包括以下步骤：步骤1，对支撑图片和查询图片进行特征提取；步骤2，对属于不同基类的特征进行语义张成；步骤3，滤除干扰语义，实现对目标类别的分割。本发明公开的基于抗混叠语义重构的小样本语义分割方法，降低了数据标注成本，减少了语义混叠，增强了模型判别力。本发明还公开了一种小样本语义分割系统、计算机可读存储介质和计算机设备。
-
-
-
-
-
-
Search Results
7
records
(took 0.028 seconds)
