• 热门行业
  • 装修建材
  • 家居生活
  • 餐饮食品
  • 母婴教育
  • 电脑办公
  • 服装首饰
  • 汽车工具
  • 家电数码
  • 机械化工
  • 休闲美容
返回上一页
专利状态
基于多数据集的特征提取网络的训练及特征提取方法
有效
专利申请进度
申请
2021-03-19
申请公布
2021-06-01
授权
2022-07-01
预估到期
2041-03-19
专利基础信息
申请号 CN202110298576.0 申请日 2021-03-19
申请公布号 CN112883988A 申请公布日 2021-06-01
授权公布号 CN112883988B 授权公告日 2022-07-01
分类号 G06V10/46;G06V10/774;G06V10/82;G06K9/62;G06N3/04;G06N3/08
分类 计算;推算;计数;
申请人名称 苏州科达科技股份有限公司
申请人地址 江苏省苏州市高新区金山路131号
专利法律状态
  • 2022-07-01
    授权
    状态信息
    授权
  • 2021-06-01
    公布
    状态信息
    公布
摘要
本发明涉及图像处理技术领域,具体涉及基于多数据集的特征提取网络的训练及特征提取方法,训练方法包括获取多个样本数据集;依次将任意两个样本数据集中的样本图像输入特征提取网络中,得到与样本图像对应的特征;对所有样本图像对应的特征进行梯度反转,得到与样本图像对应的梯度反转处理结果;基于梯度反转处理结果,确定任意两个样本数据集之间的推土机距离;根据推土机距离对特征提取网络进行训练,以得到目标特征提取网络。在梯度反转处理结果的基础上通过计算任意两个样本数据集之间的推土机距离,由于推土机距离在两个分布没有重叠时仍然能够反映出两个分布之间的远近,从而可以在很大程度上缓解了GRL中出现的梯度弥散现象。