基于反标签学习的半监督少样本图像分类学习方法及系统

发明专利有效专利

申请号：
CN202211106572.9
IPC分类号：G06V10/774;G06V10/764;G06V10/82
申请日期：
2022-09-12
申请人：
南京理工大学

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于反标签学习的半监督少样本图像分类学习方法及系统
申请号	CN202211106572.9	申请日期	2022-09-12
法律状态	公开	申报国家	中国
公开/公告日	2022-12-06	公开/公告号	CN115439715A
优先权	暂无	优先权号	暂无
主分类号	G06V10/774	IPC分类号	G;0;6;V;1;0;/;7;7;4;;;G;0;6;V;1;0;/;7;6;4;;;G;0;6;V;1;0;/;8;2查看分类表>
申请人	南京理工大学	申请人地址	江苏省南京市孝陵卫200号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京理工大学	当前权利人	南京理工大学
发明人	魏秀参;徐赫洋
代理机构	南京理工大学专利中心	代理人	陈鹏

摘要

本发明公开了一种基于反标签学习的半监督少样本图像分类学习方法及系统，方法包括构造元任务，使用预训练的神经网络作为特征提取器，提取元任务中对应数据的特征，并在支持集上训练一个分类器用于后续分类任务；反标签学习模块以较高正确率给无标签数据打上反标签，分类器在反标签上进行学习更新，不断迭代直到无法选出反标签；在反标签模块迭代结束之后，得到类别均衡且正确率较高的正标签，并用分类器进行学习更新。本发明充分且高质量的利用无标签数据，可以获得更高的少样本学习图像分类准确率。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供