一种图像分类模型的领域自适应方法、系统及存储介质

AITNT
正文
推荐专利
一种图像分类模型的领域自适应方法、系统及存储介质
申请号:CN202411019819
申请日期:2024-07-29
公开号:CN118864976A
公开日期:2024-10-29
类型:发明专利
摘要
本发明公开了一种图像分类模型的领域自适应方法、系统及存储介质,构建域调节器生成网络;将所述域调节器生成网络加入到预训练的Transformer网络模型中,得到更新网络模型;基于预设的测试数据集对所述更新网络模型进行训练,得到图像分类模型。本发明方法由于在测试图像分类模型的过程中,利用域调节器生成网络生成的调节信息对Transformer网络模型中的自注意力模块的注意力分布进行调节,因此克服了图像分类模型从源域转到目标域进行预测时,因为领域漂移而导致的图像分类结果不准确的问题。本发明所提供的方法可以实现对图像的准确分类,显著提高图像分类的性能,并且操作简单,使用方便。
技术关键词
图像分类模型 调节器 网络单元 注意力 梯度下降算法 标志 可读存储介质 模型更新 模块 计算机 参数 程序 处理器
系统为您推荐了相关专利信息
1
一种基于Psformer模型的电力话务预测方法
话务预测方法 注意力机制 金字塔 电力 序列
2
一种网络受限条件下的无人平台感知信息传输方法
无人平台 信息传输方法 信道状态信息 语义特征 预测信道状态
3
一种多源数据资源关键信息挖掘方法及系统
关键信息挖掘方法 数据 文本关键信息 生成知识图谱 文本段落
4
一种污染河流净化方法
河流净化方法 拦污系统 无人机航测 水质监测传感器 水面清漂船
5
告警优化方法、装置及电子设备
监控指标数据 深度学习模型 长短期记忆神经网络 告警策略 非易失性存储介质
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号