- 专利标题: 一种数据增广的深度半监督超限学习图像分类方法及系统
-
申请号: CN202110448092.X申请日: 2021-04-25
-
公开(公告)号: CN113077388A公开(公告)日: 2021-07-06
- 发明人: 曾宇骏 , 呼晓畅 , 徐昕 , 方强 , 周思航
- 申请人: 中国人民解放军国防科技大学
- 申请人地址: 湖南省长沙市开福区砚瓦池正街47号
- 专利权人: 中国人民解放军国防科技大学
- 当前专利权人: 中国人民解放军国防科技大学
- 当前专利权人地址: 湖南省长沙市开福区砚瓦池正街47号
- 代理机构: 湖南兆弘专利事务所
- 代理商 谭武艺
- 主分类号: G06T3/40
- IPC分类号: G06T3/40 ; G06K9/46 ; G06K9/62 ; G06N3/04 ; G06N3/08
摘要:
本发明公开了一种数据增广的深度半监督超限学习图像分类方法及系统,本发明方法包括针对训练图像采用深度卷积网络模型进行特征提取;基于部分人工标签数据微调优化深度卷积网络模型并为无标签的训练图像生成伪标签;将从训练图像提取得到的高层语义特征与低层浅层结构特征融合得到融合图像特征;采用随机线性插值技术对训练图像的融合图像特征与标签进行增广;针对增广后的融合图像特征与标签训练单隐层前馈神经网络并替代深度卷积网络模型中的全连接层得到最终的图像分类识别网络模型。本发明具有人工标记需求小、具有鲁棒的抗噪声干扰能力、分类识别性能良好、任务扩展性强的数据增广的优点。
公开/授权文献
- CN113077388B 一种数据增广的深度半监督超限学习图像分类方法及系统 公开/授权日:2022-08-09