基于特征解耦的领域泛化和领域自适应血细胞分类方法.pdf
英瑞****写意
亲,该文档总共18页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于特征解耦的领域泛化和领域自适应血细胞分类方法.pdf
本发明具体公开了一种基于特征解耦的领域泛化和领域自适应血细胞分类方法,所述方法包括以下步骤:S1、搭建深度神经网络血细胞分类模型;S2、构建孪生网络特征解耦模块;S3、预处理源域血细胞图像,并将源域血细胞图像与预处理后的源域血细胞图像一并输入孪生网络特征解耦模块中进行训练;S4、将孪生网络特征解耦模块的两个输出批量归一化处理,并利用KL散度对齐两个输出的风格信息和内容信息,进而通过预定义的分类损失函数进行分类模型优化;S5、对目标域的血细胞测试样本进行预测分类。本发明采用对比学习方法,有效减少了网络模型的
领域泛化方法、装置和模型产品.pdf
本公开提出一种领域泛化方法、装置和模型产品,涉及计算机视觉技术领域。本公开利用风格记忆进行领域有关的风格特征的学习,利用语义记忆进行领域无关的语义特征的学习,再进行风格特征和语义特征的解耦合,根据语义特征,通过分类预测源领域的样本的类别,根据风格特征的学习损失、语义特征的学习损失、解耦合损失、分类损失,更新领域泛化模型的参数,从而使模型有能力提取样本与领域无关的语义特征,提高模型对任何未知目标领域的泛化能力。
基于单源领域泛化的跨域轴承寿命预测方法和系统.pdf
本发明涉及轴承寿命预测领域,尤其涉及一种基于单源领域泛化的跨域轴承寿命预测方法和系统。为了解决现有技术中轴承寿命预测精度低的缺陷,本发明中采用的预测器由数据预处理模块和寿命预测模块组成,数据预处理模块用于构建由振动数据样本的时域特征峰峰值时间序列以及该时间序列归一化值构成的数据对序列作为寿命预测模块的输入,以预测轴承在振动数据样本采集时间上的剩余寿命。本发明有利于避免不同轴承的数据分布差异性,保证了通过学习源轴承获得的预测器用于预测目标轴承的精确性。如此,在通过源轴承数据增加数据分布的多样性的同时,也避免
一种通过特征解耦实现无监督域自适应图像分类的方法.pdf
本发明公开了一种通过特征解耦实现无监督域自适应图像分类的方法,其步骤包括:1、对包含具有N个类别图像的数据进行图像预处理;2、构建基于互信息的特征解耦与域自适应网络模型;3、使用交替迭代优化的方式训练构建的网络模型;4、利用训练好的模型对待分类的图像进行预测,实现图像的分类识别。本发明能克服标注数据集耗时的问题以及跨域图像分类中域偏移造成的负面影响,从而实现跨域图片的准确分类。
基于领域自适应的跨域目标检测方法.pdf
本发明公开一种基于领域自适应的跨域目标检测方法,包括:步骤1,获取包括源域Ds和目标域D<base:Sub>T</base:Sub>的目标检测数据集,进行数据增强和数据集扩充;步骤2,采用扩充后的数据集对CycleGAN网络进行训练并输出生成数据域D<base:Sub>G</base:Sub>;步骤3,构建FasterRCNN网络作为目标检测器,将源域Ds和生成数据域D<base:Sub>G</base:Sub>作为训练集对目标检测器进行训练;步骤4,对目标域D<base:Sub>T</base:Sub>