买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:西安电子科技大学杭州研究院;西安电子科技大学
摘要:本发明公开了一种基于泛化增强网络的少样本类增量目标识别方法,包括:获取待处理图像;将待处理图像输入预先基于少样本增量学习算法训练得到的目标识别模型,获得获取待处理图像的目标识别结果;其中,目标识别模型为:获取基础网络并进行训练后,利用训练得到的基础网络的参数初始化泛化增强网络,进一步在训练泛化增强网络的过程中进行实例级泛化及原型级泛化而获得的神经网络。本发明在少样本类增量学习的过程中引入了泛化增强网络和多级泛化策略,显著增强了目标识别模型的泛化能力,使目标识别模型能够更有效地适应新类别。此外,本发明还提高了目标识别模型在面对新任务时的稳健性,实例级泛化和原型级泛化有效缓解了灾难性遗忘问题。
主权项:1.一种基于泛化增强网络的少样本类增量目标识别方法,其特征在于,包括:获取待处理图像;将所述待处理图像输入预先基于少样本增量学习算法训练得到的目标识别模型,获得目标识别结果;其中,所述目标识别模型为:获取基础网络并进行训练后,利用训练得到的基础网络的参数初始化泛化增强网络,进一步在训练所述泛化增强网络的过程中进行实例级泛化及原型级泛化而获得的神经网络。
全文数据:
权利要求:
百度查询: 西安电子科技大学杭州研究院 西安电子科技大学 基于泛化增强网络的少样本类增量目标识别方法
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。