集思谱需要我帮你解读这件专利吗？
公开（公告）号CN118015372B | 申请号CN202410206692.9 | 专利类型发明授权 |
状态有效 | 国家或地区CN | 申请人浙江大学 |
分类号G06V10/764(2022.01), G06V10/82(2022.01), G06N3/0464(2023.01), G06N3/047(2023.01), G06V10/44(2022.01), G06N3/08(2023.01), G06N3/0495(2023.01), G06N3/082(2023.01) | 申请日2024-02-26 | 公开日2026-11-03 |
发布日期2026-11-03 | 文档 ID84696807882400000 | 源数据页码1770 |
专利语言zh | ||
一种基于输入自适应神经网络架构的跨领域小样本图片分类方法和装置，其方法包括：收集用于预训练的大型图片数据集；搭建输入自适应神经网络架构；在大型图片数据集上预训练该神经网络，训练得到神经网络各层权重；在目标跨领域小样本图片分类任务上，去掉神经网络的全连接层并固定神经网络的权重，用逻辑回归方法在用于训练的跨领域小样本图片上训练，得到逻辑回归分类器的权重；训练好后输入用于测试的跨领域小样本图片到神经网络中，得到图片分类结果。其优点在于：该方法所使用的神经网络具备根据输入自适应调整权重的能力，并保留了卷积层的归纳偏差能力，避免使用大量训练数据，特别适用于跨领域小样本图片分类场景。
附图 1