申请/专利权人:南方科技大学
申请日:2024-03-27
公开(公告)日:2024-06-18
公开(公告)号:CN118212461A
主分类号:G06V10/764
分类号:G06V10/764;G06V10/774;G06V10/82;G06N3/0455;G06N3/084
优先权:
专利状态码:在审-公开
法律状态:2024.06.18#公开
摘要:本发明所提供的基于双层视觉的模型领域自适应方法、装置、终端及介质,方法包括:获取目标域图像,将目标域图像输入预训练的源域模型中,源域模型中添加有双层视觉条件标志,双层视觉条件标志用于学习领域特定特征的长期变化和领域偏移的样本实例特定特征的局部变化;利用所述源域模型中的嵌入层将目标域图像转换为图像块向量,将图像块向量和双层视觉条件标志输入源域模型的编码器中,反向传播更新双层视觉条件标志和源域模型的归一化层的参数,得到目标域模型;将目标域图像输入目标域模型中,得到对应的图像分类结果。本发明实时反向传播更新双层视觉条件标志和归一化层的参数,实时在线更新模型,提高了实际测试场景中的模型更新效率。
主权项:1.一种基于双层视觉的模型领域自适应方法,其特征在于,所述方法包括:获取目标域图像,将所述目标域图像输入预训练的源域模型中,所述源域模型中添加有双层视觉条件标志,所述双层视觉条件标志用于学习领域特定特征的长期变化和领域偏移的样本实例特定特征的局部变化;利用所述源域模型中的嵌入层将所述目标域图像转换为图像块向量,将所述图像块向量和所述双层视觉条件标志输入所述源域模型的编码器中,反向传播更新所述双层视觉条件标志和所述源域模型的归一化层的参数,得到目标域模型;将所述目标域图像输入所述目标域模型中,得到对应的图像分类结果。
全文数据:
权利要求:
百度查询: 南方科技大学 基于双层视觉的模型领域自适应方法、装置、终端及介质
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。