首页> 中国专利> 一种增强特征空间对抗学习的域自适应语义分割方法

一种增强特征空间对抗学习的域自适应语义分割方法

摘要

本发明提出了一种增强特征空间对抗学习的域自适应语义分割方法,通过引入分类约束鉴别器以及对抗学习和伪标签自训练相结合的混合协作框架,有效地缓解了特征空间对抗学习方法中的训练不平衡和特征失真问题以及分类器过度拟合源域特征的问题,促使网络更好地提取域不变特征,提高网络泛化能力的增强特征空间对抗学习的域自适应语义分割算法。

著录项

  • 公开/公告号CN113627443A

    专利类型发明专利

  • 公开/公告日2021-11-09

    原文格式PDF

  • 申请/专利权人 南京码极客科技有限公司;

    申请/专利号CN202111178865.3

  • 发明设计人 陈涛;姚亚洲;孙泽人;沈复民;

    申请日2021-10-11

  • 分类号G06K9/34(20060101);G06K9/46(20060101);G06K9/62(20060101);G06N3/08(20060101);

  • 代理机构51228 成都君合集专利代理事务所(普通合伙);

  • 代理人尹新路

  • 地址 211899 江苏省南京市浦口区新北路1号江北国际智谷B栋5层

  • 入库时间 2023-06-19 13:12:12

相似文献

  • 专利
  • 中文文献
  • 外文文献
获取专利

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号