龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：上海交通大学
申请日：2024-03-29
公开（公告）日：2024-06-25
公开（公告）号：CN118247562A
主分类号：G06V10/764
分类号：G06V10/764;G06V10/766;G06V10/774;G06V10/776;G06V10/82;G06N3/08;G06N20/20
优先权：
专利状态码：在审-公开
法律状态：2024.06.25#公开
摘要：一种基于预训练的贝叶斯集成图像分类方法及系统，以高斯过程回归模型作为建模框架，将预训练的CLIP模型与用于小样本图像分类的预训练模型相结合并进行模型训练，用零样本CLIP分类器指定高斯过程的先验均值函数模块，通过最大化对数边际似然或对数预测似然优化高斯过程中的超参数，完成模型的训练；最后把训练得到的高斯过程用于图像分类以完成小样本图像分类任务，并获得对预测的结果的不确定性估计。本发明在多个小样本图像分类任务中取得非常理想的分类性能提升的同时，具有更好的的鲁棒性和泛化性，能够在预测图像类别的同时给出预测的不确定性估计。
主权项：1.一种基于预训练的贝叶斯集成图像分类方法，其特征在于，基于预训练的贝叶斯集成图像分类方法，以高斯过程回归模型作为建模框架，将预训练的CLIP模型与用于小样本图像分类的预训练模型相结合并进行模型训练，用零样本CLIP分类器指定高斯过程的先验均值函数模块，通过最大化对数边际似然或对数预测似然优化高斯过程中的超参数，完成模型的训练；最后把训练得到的高斯过程用于图像分类以完成小样本图像分类任务，并获得对预测的结果的不确定性估计。
全文数据：
权利要求：
百度查询： 上海交通大学 基于预训练的贝叶斯集成图像分类方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号