一种使用对抗学习和数据选择策略的域适应方法

本发明提供一种使用对抗学习和数据选择策略的域适应方法，将LCResNet网络和Vision Transformer的主干网络结构进行融合作为主干网络结构来提取输入图像的特征信息。LCResNet采用LSE_At结构作为基本网络模块，在主干网络中加入卷积加注意力模块CBAAM，能序列化地在通道和空间两个维度上产生注意力特征图信息。还将LCResNet与ViT进行并行连接，同时利用LCResNet和ViT的不同特性，得到丰富的特征信息。加入域分类器，使主干网络通过反向传播的方式进行对抗训练学习以区分数据的不同域。还采用了基于能量的数据选择策略，通过从目标数据集中选择易被识别错的数据进行标注再训练以及选择易被识别正确的数据进行暂存固定的图像识别算法提高有限数据的利用率从而提高网络的分类性能，改善领域漂移问题。