基本信息:
- 专利标题： 一种基于分组平衡和多样性增强的长尾分布图像识别方法
- 申请号：CN202111095393.5 申请日：2021-09-17
- 公开(公告)号：CN113850311B 公开(公告)日：2025-04-18
- 发明人： 陈钊民 , 张笑钦 , 邓若曦
- 申请人： 温州大学
- 申请人地址： 浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器
- 专利权人： 温州大学
- 当前专利权人： 温州大学
- 当前专利权人地址： 浙江省温州市瓯海区东方南路38号温州市国家大学科技园孵化器
- 代理机构： 北京阳光天下知识产权代理事务所(普通合伙)
- 代理人： 赵飞
- 主分类号： G06V10/764
- IPC分类号： G06V10/764 ; G06V10/44 ; G06V10/80 ; G06V10/82 ; G06N3/0464
摘要：
本发明提供了一种基于分组平衡和多样性增强的长尾分布图像识别方法，该方法包括利用各个类别在图像识别数据集中的频率进行分组，并均匀采样以获取输入图片；通过多样性增强模块来有效利用头部类别的信息来增强尾部类别的特征多样性，以减轻过拟合尾部类别的现象；将分类置信度与真实标注输入分组平衡损失模块对梯度进行平衡及更新多标签图像识别模型；而分组平衡损失能忽略其他组的所有正向类别梯度，仅更新当前被采样组的类别，以此平衡各个类别之间的梯度，从而提高多标签图像识别的性能，本发明能在网络训练过程中有效的平衡各个类别的梯度，并且增强尾部类别的特征多样性，从而提高基于长尾分布的多标签图像识别任务的性能。
公开/授权文献:
- CN113850311A 一种基于分组和多样性增强的长尾分布图像识别方法 公开/授权日：2021-12-28