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
本发明涉及一种基于全局和局部对比学习的小样本图像分类方法，该方法首先对图像分类数据集进行处理，在整个基类上进行训练，在新类上构建多个小样本分类任务；接着，使用ResNet‑12作为主干网络，搭建特征提取模型；然后基于全局和局部对比学习方法对网络进行优化，使得每个局部特征保留类别信息，增强局部特征表示，并将全局对比学习与局部对比学习结合，避免全局信息的丢失；最后利用新类的元测试数据集，通过计算相似度和最近邻算法完成对查询目标样本的分类。本发明方法使模型在样本数量有限的条件下充分学习物体特征，从而有
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117611901A
(43)申请公布日2024.02.27
(21)申请号202311588879.1G06V40/10(2022.01)
文档评论（0）