一种基于样本分层的图像对比聚类方法

本发明公开了一种基于样本分层的图像对比聚类方法。针对现阶段在图像领域使用对比聚类过程中的伪正样本问题，从两个方面改进了图像对比聚类方法：一方面，将正样本对划分为不同层级，分别是：原型级正样本对、邻域级正样本对和增强级正样本对，并对这些不同层级的正样本对进行不同形式的对比聚类，这种聚类方式精准利用了不同类型正样本对的信息，缓解了伪正样本问题；另一方面，在原型样本正样本对和邻域样本正样本对中引入分类器信息构造伪标签，更关注标签信息相同的正样本对，缓解相似不同类样本带来的伪正样本问题。该方法的关键流程如下：数据预处理和增强，图像对比表征学习模型构建，预训练，图像对比聚类模型构建，图像对比聚类模型训练，图像对比聚类模型测试。本发明通过改进对比聚类模型提出了一种图像聚类的方法，该方法能够在无标签情况下精准聚类不同类别的图像数据。