- 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
本发明提供了一种基于对比学习与不变因果性的可泛化图像分类方法及装置。该方法包括:从多个环境中采集不同的图像构建多个源域用于训练;构建全局特征队列来存储先前提取过的特征,利用对比学习来学习输入样本和对应正样本之间的相似度;使用对比相似度来量化图像特征之间的因果关系;训练分类器根据该特征预测标签,并选取下一个不同的源域抽取样本进行训练;完成训练后直接将待预测样本输入特征提取器提取特征,并利用该特征直接预测标签。本发明可以使用多个不同源域的数据进行训练得到符合因果关系且可泛化的模型参数,对分布与训练数
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116994026 A
(43)申请公布日 2023.11.03
(21)申请号 202310684440.2
(22)申请日 2023.06.09
(71)申请人 浙江大学
地址 310058
原创力文档


文档评论(0)