摘要
本发明计算机视觉技术领域,尤其涉及一种面向施工场景域间差异的持续测试时适应方法及系统。本发明通过计算相邻域间Gram矩阵之间的相似度,设定弹性调节因子,利用弹性调节因子,给予强数据增强和弱数据增强不同的权重,提出一种弹性数据增强策略,将增强后的目标域图像数据集输入教师模型,结合弹性调节因子更新伪标签得弹性伪标签;将目标域图像数据集输入学生模型得预测结果,基于弹性调节因子、交叉熵损失与反向交叉熵损失构建全局弹性对称交叉熵损失函数,通过该损失函数更新学生模型参数后,更新教师模型参数,最终得到目标模型。本发明使施工场景监测模型在持续学习测试数据时,能适应复杂域变化,提高了模型在不同环境下预测结果精度。
技术关键词
图像
标签
数据
因子
教师
场景
学生
模型更新
特征提取网络
矩阵
参数更新模块
计算机视觉技术
置信度阈值
特征提取模块
索引
列表
校正
指数
系统为您推荐了相关专利信息
接入设备
现场设备
网关设备
无线局域网系统
SM2加密算法
多智能体协同
编排方法
大语言模型
保障智能
图形绘制工具
动态门限
监管系统
行走算法
生成加密密钥
属性基加密
节点
语义注意力
管理方法
注意力神经网络
大数据
交通风险评估
核密度估计模型
道路交通事件
车辆轨迹数据
风险评估模型