基于域自适应和神经网络动态剪枝的图像分类方法及系统2024

专利内容

本发明公开了一种基于域自适应和神经网络动态剪枝的图像分类方法及系统，引入了局部最大平均差异度量作为域自适应损失，更为细粒度地减小领域数据分布差异的问题，而不是最直接从全局域来进行数据分布对齐。采用动态剪枝的方法，对参数施加掩码矩阵进行剪枝，有效避免了错误剪枝。定义了一个新的损失函数，由剪枝后的分类损失和用于转移源域数据知识辅助目标域剪枝的域自适应损失两部分组成，本发明的模型既能解决剪枝算法在有限训练数据的图像分类任务场景下不能很好执行来得到较高准确度的问题，同时也解决了当前跨域联合剪枝算法因没有考虑不同域数据分布差异的问题引起的剪枝后的图像分类准确度不高的问题。G06V10/776(2022.01);G06V10/764(2022.01);G06V10/82(2022.01);G06N3/0495(2023.01);G06N3/082(2023.01)