一种增强特征空间对抗学习的域自适应语义分割方法
基本信息
| 申请号 | CN202111178865.3 | 申请日 | - |
| 公开（公告）号 | CN113627443A | 公开（公告）日 | 2021-11-09 |
| 申请公布号 | CN113627443A | 申请公布日 | 2021-11-09 |
| 分类号 | G06K9/34（2006.01）I;G06K9/46（2006.01）I;G06K9/62（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 陈涛;姚亚洲;孙泽人;沈复民 | 申请（专利权）人 | 南京码极客科技有限公司 |
| 代理机构 | 成都君合集专利代理事务所（普通合伙） | 代理人 | 尹新路 |
| 地址 | 211899江苏省南京市浦口区新北路1号江北国际智谷B栋5层 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明提出了一种增强特征空间对抗学习的域自适应语义分割方法，通过引入分类约束鉴别器以及对抗学习和伪标签自训练相结合的混合协作框架，有效地缓解了特征空间对抗学习方法中的训练不平衡和特征失真问题以及分类器过度拟合源域特征的问题，促使网络更好地提取域不变特征，提高网络泛化能力的增强特征空间对抗学习的域自适应语义分割算法。 |
