买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国科学院计算技术研究所申请的专利一种基于非对称的双分类器模型的领域自适应方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN117292428B 。

龙图腾网通过国家知识产权局官网在2026-01-06发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202311078758.2，技术领域涉及：G06V40/18；该发明授权一种基于非对称的双分类器模型的领域自适应方法是由陈益强;马媛;谷洋;郭帅;文世杰设计研发完成，并于2023-08-25向国家知识产权局提交的专利申请。

本一种基于非对称的双分类器模型的领域自适应方法在说明书摘要公布了：本发明提供了一种基于非对称的双分类器模型的领域自适应方法，该方法包括：获取训练集，其包括多个源域样本、多个目标域样本、用于指示每个源域样本所属眼底类别的标签，源域样本和目标域样本均为眼底图像；获取双分类器模型，其包括：基于正向分布补偿值和反向分布补偿值，利用所述训练集对特征提取器和两个分类器进行多次对抗训练，得到经训练的双分类模型。

本发明授权一种基于非对称的双分类器模型的领域自适应方法在权利要求书中公布了：1.一种基于非对称的双分类器模型的领域自适应方法，包括： 获取训练集，其包括多个源域样本、多个目标域样本、用于指示每个源域样本所属眼底类别的标签，源域样本和目标域样本均为眼底图像； 获取双分类器模型，其包括： 用于对输入的眼底图像提取眼底特征的特征提取器， 用于根据所述眼底特征确定的第一Logit向量进行分类的常规分类器，以及 用于根据所述眼底特征确定的第二Logit向量进行分类的贝叶斯分类器， 其中，第一Logit向量和第二Logit向量均包括对应的眼底图像属于预设眼底分类任务中每种眼底类别对应的Logit值，所述常规分类器是基于经验风险最小化构建的； 利用所述训练集对特征提取器和两个分类器进行多次对抗训练，得到经训练的双分类模型，每次对抗训练包括： 将各源域样本分别输入当前的双分类器模型，得到各源域样本对应的第一Logit向量和第二Logit向量； 将各目标域样本分别输入当前的双分类器模型，得到各目标域样本对应的第一Logit向量和第二Logit向量； 在固定特征提取器的参数的情况下，根据每个源域样本在常规分类器上的第一分类子损失和在贝叶斯分类器上的第二分类子损失更新两个分类器的参数，其中，第一分类子损失根据每个源域样本对应的第一Logit向量中每种眼底类别的Logit值减去与该眼底类别的源域样本的占比正相关的正向分布补偿值之差与标签确定，第二分类子损失根据每个源域样本对应的第二Logit向量中每种眼底类别的Logit值减去与该眼底类别的源域样本的占比负相关的反向分布补偿值之差与标签确定，一个眼底类别对应的正向分布补偿值为对该眼底类别的源域样本在训练集中的占比取对数得到的值，或者，一个眼底类别对应的正向分布补偿值为对该眼底类别的源域样本在训练集中的占比取对数得到的值与预设的衡量分布补偿程度的超参数的乘积，一个眼底类别对应的反向分布补偿值为对该眼底类别的源域样本在训练集中的占比的倒数取对数得到的值，或者，一个眼底类别对应的反向分布补偿值为对该眼底类别的源域样本在训练集中的占比的倒数取对数得到的值与预设的衡量分布补偿程度的超参数的乘积； 在固定两个分类器的参数的情况下，根据两个分类器分别对各源域样本的分类子损失和两个分类器对每个目标域样本之间的分类差异更新特征提取器的参数。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国科学院计算技术研究所，其通讯地址为：100190 北京市海淀区中关村科学院南路6号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。