-
公开(公告)号:CN115526256A
公开(公告)日:2022-12-27
申请号:CN202211199482.9
申请日:2022-09-29
Applicant: 长安大学
IPC: G06K9/62 , G06V10/762 , G06V10/764 , G06V10/774 , G06V10/82 , G06N3/04 , G06N3/08
Abstract: 本申请涉及目标分类模型训练方法,包括:构建目标分类模型;基于图训练数据集对目标分类模型进行训练,得到训练后的目标分类模型;图训练数据集包括多个图节点,每个图节点表示一个待分类目标;目标分类模型包括依次连接的深层表征提取层和聚类层。本申请的目标分类模型训练方法,解决了现有的半监督方法无法对不含节点标签信息的目标数据集进行分类的难题,基于无监督学习的网络训练同时也降低了聚类结果好坏对标签信息多少的依赖度,大大增强了网络的稳定性,始终在聚类任务中表现出较好的性能;实现了端对端学习,规避了多模块训练目标不一致的问题,降低了工程的复杂度、减小了训练误差,使网络性能更加鲁棒。