基于不确定性选择和对比学习的半监督图像分类方法
本发明涉及一种基于不确定性选择和对比学习的半监督图像分类方法,属于图像处理技术领域。首先,本发明通过衡量模型的不确定性来选择那些置信度高的无标注数据以供模型训练,减少因缺少标注信息带来的伪标签噪声使得模型精度不高的问题;其次,通过对比学习,来拉近正样本距离,推远负样本,以此来获取更好的表征信息;最后,为每个类别维持一个特征原型,通过计算无标注数据表征和特征原型的距离来分配更加正确的伪标签,同时通过对比学习获取的良好表征再通过不确定性选择后,用来更新特征原型,以此形成良性循环。在两个公开数据集上的实验结果表明,本发明算法具有良好的分类性能。
《基于不确定性选择和对比学习的半监督图像分类方法》是一发明专利,专利号为 2024108131885,当前法律状态为已下证,由闽江学院提出申请,发明人为曾坤;李佐勇;刘海雄;刘伟霞;吴嘉炜,申请日期为2024-06-21,公开(公告)日期为2025-10-14,国际专利分类号(IPC)为 G06V 10/764 (2022.01),高新资质:未报高企,所属技术领域包括:信息技术、对比学习、半监督图像分类、不确定性采样。该专利已下发证书,权利稳定,适合直接办理转让过户,是企业申报高企、项目招投标、质押融资的优质标的。赋翼网提供从选品、尽调、合同签订到官方著录项目变更(过户)的一站式专利转让服务,专业顾问全程协助,确保交易合规、安全、高效。专利摘要:本发明涉及一种基于不确定性选择和对比学习的半监督图像分类方法,属于图像处理技术领域。首先,本发明通过衡量模型的不确定性来选择那些置信度高的无标注数据以供模型训练,减少因缺少标注信息带来的伪标签噪声使得模型精度不高的问题;其次,通过对比学习,来拉近正样本距离,推远负样本,以此来获取更好的表征信息;最后,为每个类别维持一个特征原型,通过计算无标注数据表征和特征原型的距离来分配更加正确的伪标签,同时通过对比学习获取的良好表征再通过不确定性选择后,用来更新特征原型,以此形成良性循环。在两个公开数据集上的实验结果表明,本发明算法具有良好的分类性能。
海量优质专利即买即用,四大核心优势助您弯道超车:
🏆 拿资质,享红利:高企认定、专精特新必备!轻松获取政府补贴、税收减免,招投标直接加分!
💎 增信誉,融资金:支持实缴注册资金,彰显企业硬实力;支持专利质押贷款,盘活现金流,扩张不缺钱!
🔥 强背书,防抄袭:印上“专利产品”,客户更信赖!构建技术壁垒,把竞争对手挡在门外,稳占市场份额!
🚀 省时间,快变现:告别漫长研发与高风险!优质专利即买即用,让技术立刻变成真金白银的利润!
