摘要
本发明属于图像分类技术领域,具体涉及一种基于对比样本的建筑缺陷检测分类方法。该方法包括以下步骤:对原始数据进行人工特征标注及数据增强;微调深度抠图模型U2‑Net,生成无特征背景图对立样本;搭建模型进行图像分类;计算模型损失;调整损失权重,使模型达到最佳的分类效果。本发明的方法通过设计的对比损失函数来约束模型对数据特征复杂的标签类别进行识别,同时采用交叉熵损失函数对单一类别数据进行分类,二者结合能够有效提高模型对于复杂标签的识别能力。
技术关键词
检测分类方法
背景图
样本
预训练模型
图像分类技术
标签特征
标签类别
视觉特征
数据分类
网络
通道
手工
亮度
软件
系统为您推荐了相关专利信息
血压预测方法
多尺度特征融合
LSTM模型
信号
支路
车道线检测方法
多视角
像素点
车道线信息
多层次
智能图文
预训练模型
检索系统
数据收集模块
检索界面
非小细胞肺癌
生物标志物
多元逻辑回归模型
核酸
早期诊断模型