双分支多中心的长尾分布识别的方法
基本信息
| 申请号 | CN202110697276.X | 申请日 | - |
| 公开（公告）号 | CN113255832B | 公开（公告）日 | 2021-10-01 |
| 申请公布号 | CN113255832B | 申请公布日 | 2021-10-01 |
| 分类号 | G06K9/62（2006.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 徐行;范峻植;沈复民;邵杰;申恒涛 | 申请（专利权）人 | 成都考拉悠然科技有限公司 |
| 代理机构 | 成都弘毅天承知识产权代理有限公司 | 代理人 | 谢建 |
| 地址 | 610041四川省成都市中国（四川）自由贸易试验区成都高新区天府五街200号4号楼A区10层1001、1002、1003室 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明属于计算机视觉领域，提出一种双分支多中心的长尾分布识别的方法，用于解决长尾分布数据集带来的问题。将图片输入默认分支和重采样分支进行数据增强后输入深度卷积神经网络得到低维特征表示；再经过全连接层得到属于每个类别概率，乘以一个表示多中心的矩阵得到特征矩阵并取最大值，得到最终属于每个类别的概率；分别计算损失；相加得到最终的损失，依据损失对网络进行反向传播并更新权重；不断地迭代；当需要进行识别任务时，将图片输入重采样分支，得到图片属于各个类别的概率。通过双分支多中心能减轻重采样带来的数据分布变化带来的影响，可进一步处理长尾分布带来的影响，带来更好的识别分类效果，并且模型拥有更好的泛化能力。 |
