[发明专利]基于目标领域自监督学习的无监督领域适应方法和系统有效
| 申请号： | 202011041122.7 | 申请日： | 2020-09-28 |
| 公开（公告）号： | CN112149689B | 公开（公告）日： | 2022-12-09 |
| 发明（设计）人： | 张娅;雪盈盈;冯世祥;张小云;王延峰 | 申请（专利权）人： | 上海交通大学 |
| 主分类号： | G06V10/44 | 分类号： | G06V10/44;G06V10/46;G06V10/764;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 上海汉声知识产权代理有限公司 31236 | 代理人： | 胡晶 |
| 地址： | 200240 *** | 国省代码： | 上海;31 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于目标领域自监督学习的无监督领域适应方法和系统，包括：领域不变特征提取步骤、图像特征阶梯式领域对齐步骤、语义分割步骤、边缘生成步骤、分割图领域对齐步骤、边缘图领域对齐步骤和边缘一致约束步骤。本发明通过对目标领域实施一种有效的自监督学习，从而提高目标领域的无监督分割精度，实现良好的领域适应。 | ||
| 搜索关键词： | 基于 目标 领域 监督 学习 适应 方法 系统 | ||
【主权项】：
暂无信息
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上海交通大学，未经上海交通大学许可，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/202011041122.7/，转载请声明来源钻瓜专利网。
