摘要
本申请提供一种无感知数据迁移评估方法,包括:根据源域和目标域图像数据,采用最大平均差异度量函数计算特征分布差异,将差异度量值作为对抗性损失函数的输入,通过梯度反转层和条件生成对抗网络实现特征对齐;根据对抗性损失函数的形式,运用多尺度特征对抗对齐方法,在不同感受野尺度下提取源域和目标域特征,分别计算对抗性损失,通过加权求和得到总的对抗性损失;针对目标域数据中存在的小目标和不均衡类别,通过难例挖掘和重采样方式提高目标域模型对难例的适应能力,同时通过难例的对抗性损失和任务损失,评估目标域模型在难例上的迁移效果。
技术关键词
对抗性
联合损失函数
条件生成对抗网络
语义分割模型
综合评估体系
度量
标签
数据迁移
多尺度特征
图像
神经网络架构搜索方法
对齐方法
网络结构
指标
样本
平衡特征
动态更新
卷积神经网络提取
系统为您推荐了相关专利信息
雷达点云分割方法
语义分割模型
神经网络架构
标签
数据
AdaBoost算法
时间估算方法
学习器
网络
对抗性
融合特征
故障录波
多模态信息
天气
输电线路故障
主蒸汽压力
状态空间模型
联合损失函数
状态空间方程
泛化方法