[发明专利]基于变换识别的自监督表征学习方法及装置有效
| 申请号： | 201910134114.8 | 申请日： | 2019-02-22 |
| 公开（公告）号： | CN109858563B | 公开（公告）日： | 2021-04-06 |
| 发明（设计）人： | 鲁继文;周杰;陈志祥 | 申请（专利权）人： | 清华大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06T3/60 |
| 代理公司： | 北京清亦华知识产权代理事务所(普通合伙) 11201 | 代理人： | 张润 |
| 地址： | 10008*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于变换识别的自监督表征学习方法及装置，其中，该方法包括以下步骤：根据训练图片集和选定的缩放操作和旋转操作构建变换图像；初始化神经网络参数，并获取每张原始图像和变换图像的表征；对每张原始图像和变换图像的表征进行分组，并构建损失函数；通过损失函数对表征求导，并更新学习到的表征和更新网络参数；通过损失函数持续更新表征与网络参数，直到满足预设条件，训练结束。该方法可以适应多种模式的输入图像，学习到的视觉表征的表达能力得到进一步增强，可有效用于无监督学习，半监督学习和监督学习下的迁移学习。 | ||
| 搜索关键词： | 基于 变换 识别 监督 表征 学习方法 装置 | ||
【主权项】：
1.一种基于变换识别的自监督表征学习方法，其特征在于，包括以下步骤：步骤S1，根据训练图片集和选定的缩放操作和旋转操作构建变换图像；步骤S2，初始化神经网络参数，并获取每张原始图像和变换图像的表征；步骤S3，对所述每张原始图像和变换图像的表征进行分组，并构建损失函数；步骤S4，通过所述损失函数对表征求导，并更新学习到的表征和更新网络参数；以及步骤S5，通过所述损失函数持续更新所述表征与所述网络参数，直到满足预设条件，训练结束。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于清华大学，未经清华大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910134114.8/，转载请声明来源钻瓜专利网。
