原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种基于类别同异性引导的无监督域适应语义分割方法，类别同异性的内涵包括同类特征聚合与异类特征推远，即在域适应过程中，既保证了不同域之间相同类别目标的特征尽可能靠近相同的聚类中心，同时使得不同类别目标之间的特征分布差异尽可能大。从同类特征聚合+异类特征推远出发，通过构建图像级—特征级—类别级—实例级的层级域适应策略，实现由粗到细、由浅至深的域适应效果。本发明所构建的模型全面考虑了源域与目标域之间的差异，并在通用街景语义数据集无监督域适应语义分割任务上实现了领先的性能表现。
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113706547 A
(43)申请公布日 2021.11.26
(21)申请号 202110997484.1
(22)申请日 2021.08.27
(71)申请人 北京航空航天大学
地址
文档评论（0）