← 返回列表
一种基于全局和局部对比学习的小样本图像分类方法
申请人信息
- 申请人:河海大学
- 申请人地址:211100 江苏省南京市江宁开发区佛城西路8号
- 发明人: 河海大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于全局和局部对比学习的小样本图像分类方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311588879.1 |
| 申请日 | 2023/11/27 |
| 公告号 | CN117611901A |
| 公开日 | 2024/2/27 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 河海大学 |
| 发明人 | 刘凡; 张天舒; 陈峙宇; 蔡雯雯; 霍健; 张颢骞; 董晨炜; 许峰 |
| 地址 | 江苏省南京市江宁开发区佛城西路8号 |
摘要文本
河海大学取得“一种透气窗帘布”专利技术，本发明涉及一种基于全局和局部对比学习的小样本图像分类方法，该方法首先对图像分类数据集进行处理，在整个基类上进行训练，在新类上构建多个小样本分类任务；接着，使用ResNet‑12作为主干网络，搭建特征提取模型；然后基于全局和局部对比学习方法对网络进行优化，使得每个局部特征保留类别信息，增强局部特征表示，并将全局对比学习与局部对比学习结合，避免全局信息的丢失；最后利用新类的元测试数据集，通过计算相似度和最近邻算法完成对查询目标样本的分类。本发明方法使模型在样本数量有限的条件下充分学习物体特征，从而有效提升模型性能。 搜索专利查询网
专利主权项内容
1.一种基于全局和局部对比学习的小样本图像分类方法，其特征在于，包括如下步骤：步骤1，构建小样本图像分类模型；图像分类模型采用ResNet-12作为主干网络，不包含分类层，分类时计算特征相似度，并使用最近邻算法进行分类；步骤2，训练小样本图像分类模型；将整个基类数据集采用批次的方式输入到模型中提取特征，先对输入数据进行增强，然后基于全局对比学习和局部对比学习对模型进行优化；步骤3，处理小样本图像分类数据集中元测试数据集；测试过程中利用新类数据构建小样本图像分类元测试数据集，采样多个N-wayK-shot形式的子任务，每个子任务由支持集和查询集组成；步骤4，测试小样本图像分类模型；首先计算类别的特征原型，然后计算单个样本与类别原型之间的相似度，并使用最近邻算法进行分类。