一种基于对比学习和自适应负学习的半监督甲骨残片分类方法

本发明涉及人工智能和计算机视觉技术领域，具体提供了一种基于对比学习和自适应负学习的半监督甲骨残片分类方法，包括：采集龟腹甲残片图像，对龟腹甲残片图像预处理，构建测试集和训练集；对半监督分类框架引入对比学习模块和自适应负学习模块，构建特征提取网络模型；基于训练集对特征提取网络模型进行训练，并将测试集输入训练后的特征提取网络模型，获取甲骨残片分类结果，最后通过对比以及消融实验证明了本方法的优异性能。本发明通过将增强的对比学习(实例对比与原型对比)和自适应负学习相结合，有效克服了传统半监督学习方法在特征表示学习和无标签数据利用上的局限性，能够取得更高的分类准确率和更好的模型泛化能力。