[發(fā)明專利]域適應(yīng)圖像分類網(wǎng)絡(luò)的訓(xùn)練方法、系統(tǒng)、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請(qǐng)?zhí)枺?/td>: 202210258343.2
• 申請(qǐng)日: 2022-03-16
• 公開（公告）號(hào): CN114332568B
• 公開（公告）日: 2022-07-15
• 發(fā)明（設(shè)計(jì)）人: 王子磊;李俊杰
• 申請(qǐng)（專利權(quán)）人: 中國(guó)科學(xué)技術(shù)大學(xué)
• 主分類號(hào): G06V10/774
• 分類號(hào): G06V10/774;G06V10/764;G06V10/82;G06K9/62;G06N3/04
• 代理公司: 北京凱特來(lái)知識(shí)產(chǎn)權(quán)代理有限公司 11260
• 代理人: 鄭立明;韓珂

1.一種域適應(yīng)圖像分類網(wǎng)絡(luò)的訓(xùn)練方法，其特征在于，包括：

獲取源域圖像集合，并根據(jù)訓(xùn)練方式獲取目標(biāo)域圖像集合；對(duì)目標(biāo)域圖像集合中每一未標(biāo)注的目標(biāo)域圖像進(jìn)行兩種不同的圖像變換，獲得的第一變換圖像與第二變換圖像構(gòu)成一個(gè)目標(biāo)域圖像對(duì)，由所述源域圖像集合、目標(biāo)域圖像集合以及所有目標(biāo)域圖像對(duì)構(gòu)成訓(xùn)練數(shù)據(jù)集；

將所述訓(xùn)練數(shù)據(jù)集輸入至所述域適應(yīng)圖像分類網(wǎng)絡(luò)；

根據(jù)訓(xùn)練方式以及設(shè)定的損失類別，利用所述域適應(yīng)圖像分類網(wǎng)絡(luò)特征提取器的輸出、分類器的輸出與softmax層的輸出中的一種或多種計(jì)算相應(yīng)的類別損失，構(gòu)成所述域適應(yīng)圖像分類網(wǎng)絡(luò)的基線損失；

對(duì)于每一個(gè)目標(biāo)域圖像對(duì)，提取出所述域適應(yīng)圖像分類網(wǎng)絡(luò)中softmax層的輸出，構(gòu)成一對(duì)概率向量；將每一對(duì)概率向量中第一變換圖像對(duì)應(yīng)的概率向量作為第一查詢向量，將與第一查詢向量不屬于同一對(duì)概率向量中的其他所有概率向量作為相應(yīng)第一查詢向量的負(fù)樣本，以及將每一對(duì)概率向量中第二變換圖像對(duì)應(yīng)的概率向量作為第二查詢向量，將與第二查詢向量不屬于同一對(duì)概率向量中的其他所有概率向量作為相應(yīng)第二查詢向量的負(fù)樣本；利用所有第一查詢向量及對(duì)應(yīng)的負(fù)樣本，以及所有第二查詢向量及對(duì)應(yīng)的負(fù)樣本計(jì)算總的概率對(duì)比損失；

聯(lián)合所述基線損失與總的概率對(duì)比損失訓(xùn)練所述域適應(yīng)圖像分類網(wǎng)絡(luò)；

其中，所述根據(jù)訓(xùn)練方式以及設(shè)定的損失類別，利用所述域適應(yīng)圖像分類網(wǎng)絡(luò)特征提取器的輸出、分類器的輸出與softmax層的輸出中的一種或多種計(jì)算相應(yīng)的類別損失包括：

設(shè)定的損失類別包括：圖像的分類損失，以及對(duì)抗損失和/或最小最大化熵?fù)p失；其中：

圖像的分類損失包括：未標(biāo)注圖像的分類損失與有標(biāo)注圖像的分類損失；使用無(wú)監(jiān)督訓(xùn)練方式時(shí)，有標(biāo)注圖像是指源域圖像集合中的源域圖像；使用半監(jiān)督訓(xùn)練方式時(shí)，有標(biāo)注圖像包括源域圖像集合中的源域圖像，以及目標(biāo)域圖像集合中帶有類別標(biāo)簽的目標(biāo)域圖像；未標(biāo)注圖像包括目標(biāo)域圖像集合中未標(biāo)注的目標(biāo)域圖像，以及目標(biāo)域圖像對(duì)中的第一變換圖像與第二變換圖像；

對(duì)抗損失利用源域圖像與目標(biāo)域的圖像對(duì)應(yīng)的特征提取器的輸出、分類器的輸出或者softmax層的輸出計(jì)算；所述最小最大化熵?fù)p失利用目標(biāo)域的圖像對(duì)應(yīng)的分類器的輸出計(jì)算；所述目標(biāo)域的圖像包括：目標(biāo)域圖像集合中的目標(biāo)域圖像，以及目標(biāo)域圖像對(duì)中的第一變換圖像與第二變換圖像。

2.根據(jù)權(quán)利要求1所述的一種域適應(yīng)圖像分類網(wǎng)絡(luò)的訓(xùn)練方法，其特征在于，所述域適應(yīng)圖像分類網(wǎng)絡(luò)包括：特征提取器、分類器與softmax層；所述特征提取器用于提取圖像特征，圖像特征輸入至分類器，得到分類器的輸出，分類器的輸出輸入至softmax層，得到softmax層的輸出，即概率向量。