摘要
本发明涉及一种基于高阶语义编码的弱监督多标签图像分类方法,属于多标签图像分类技术领域。该方法采用一种简单而有效的编码机制生成标签语义相关性的高阶表达,并通过高阶表达解码弱监督目标区域定位得到的局部特征,从而指导多标签分类任务。该方法通过整合标签语义信息和目标区域的局部特征,克服了现有方法在多标签学习中未能充分利用深层语义关系的局限性,为多标签图像分类任务提供了一种新的思路和解决方案。
技术关键词
预训练语言模型
标签类别
多标签图像分类技术
语义
弱监督学习方法
生成标签
全局视觉特征
代表
交叉注意力机制
生成热力图
解码器
前馈神经网络
矩阵
编码机制
多层感知机
系统为您推荐了相关专利信息
数据清洗方法
人工智能深度学习方法
异常数据检测
跨模态
离群点
相关性评估方法
主题爬虫
电力系统
文本特征向量
组合特征向量
智能问答方法
层次聚类算法
答案
电力设备参数
节点