摘要
本发明属于开集识别技术领域,公开了一种基于层级视觉语义属性空间的可解释性开集识别方法。本发明不但能够精准识别目标属于已见类别或是未见类别,而且还能够明确其所属的粗粒度类别以及所具备的特定属性。本发明的基于层级视觉语义属性空间的可解释性开集识别方法相较于传统的开集识别技术具有显著的优越性,它极大地提升了模型的可解释性,使得模型在面对未知目标时不仅能给出简单的未知类别判别,还能够提供更多有价值的信息,从而为模型在复杂多变的真实世界场景中的有效部署提供了坚实的技术支撑。
技术关键词
开集识别方法
分类预测模型
原型
图像
分类器
视觉特征
可读存储介质
特征提取器
层级
语义
计算机程序产品
聚类
矩阵
识别系统
模块
处理器
网络
分支
系统为您推荐了相关专利信息
跌落测试系统
动力锂电池
损伤特征
定位夹具
支撑板组件
翻译方法
智能眼镜
翻译语言
分析系统
文字内容信息
光伏电站故障诊断
LSTM神经网络模型
多模态
大语言模型
光伏电站设备