摘要
本发明公开了一种基于自适应分离和两级对齐的图像开集域适应识别方法,属于图像类别识别领域,包括:将待识别目标域图像输入训练完成的开集域适应识别模型;得到识别结果;其中,开集域适应识别模型的训练过程包括:利用源域训练数据训练分类模型;将自适应分离模块和预先构建的两级对齐模块加入经过训练的分类模型,得到开集域适应识别模型;利用源域训练数据和目标域训练数据对开集域适应识别模型进行训练,得到训练完成的开集域适应识别模型。本发明能够消除未知类图像对于知识迁移阶段的消极影响,实现跨域的已知类分类知识的迁移,图像识别性能较好,能够很好地解决开集域适应识别问题,促进图像目标识别模型在实际中的训练和应用。
技术关键词
识别方法
对齐模块
特征提取器
像素块
分类器
标签
原型
图像类别
子模块
训练分类模型
数据
样本
参数
网络
阶段
系统为您推荐了相关专利信息
图像识别方法
区域建议网络
图像识别装置
数据
处理器
场景识别方法
大语言模型
IP库
关键字
场景识别系统
故障检测
SSA算法
变量
识别方法
高斯径向基函数
神经网络模型
设备故障识别方法
识别模型训练方法
序列
标签