← 返回列表
基于难度感知数据增强与标签矫正的图像分类方法及系统
摘要文本
本发明涉及图像分类系统技术领域，提供了一种基于难度感知数据增强与标签矫正的图像分类方法及系统。本发明引入了难度感知数据增强方法，根据样本的学习难度自动划分为简单样本和难样本，并对简单样本采用更多样化的数据增强策略，对难样本采用判别性特征保留的数据增强策略，从而帮助模型学习更丰富的多样性特征及判别性特征，以提升模型分类性能。引入难度感知标签矫正方法，根据样本的历史预测结果计算不确定性得分，挖掘样本集中可能存在的噪声样本，并采用数据驱动的标签矫正器对噪声样本执行标签矫正，进一步提升图像分类模型的准确性和鲁棒性。
申请人信息
- 申请人:山东建筑大学
- 申请人地址:250000 山东省济南市历城区临港开发区凤鸣路1000号
- 发明人: 山东建筑大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于难度感知数据增强与标签矫正的图像分类方法及系统 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410094855.9 |
| 申请日 | 2024/1/24 |
| 公告号 | CN117636072A |
| 公开日 | 2024/3/1 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 山东建筑大学 |
| 发明人 | 袭肖明; 孟令钊; 宁一鹏; 陈关忠; 钱娜; 李永珂; 崔培硕; 聂秀山 |
| 地址 | 山东省济南市历城区临港开发区凤鸣路1000号 |
专利主权项内容
1.基于难度感知数据增强与标签矫正的图像分类方法，其特征在于，包括：依据图像样本的标签划分为标记样本和未标记样本，以此构建关于标记样本损失和未标记样本损失的历史损失信息记忆库；基于历史损失信息记忆库和对应样本的损失，计算历史损失信息，以此计算历史损失阈值；根据历史损失阈值将标记样本和未标记样本均划分为简单样本和难样本；分别对简单样本和难样本进行数据增强，得到经过数据增强的标记样本和未标记样本，之后采用学生网络提取标记样本的特征图，采用教师网络提取未标记样本的特征图；对数据增强的标记样本进行标签矫正，对数据增强的未标记样本进行伪标记，并加入到标记样本中；基于标签矫正后的标记样本和伪标记处理后的未标记样本，构建损失函数，训练教师网络和学生网络；基于待测试图像，采用已训练的教师网络，得到预测结果。