基于标签矫正的无监督领域自适应模型的实现方法

摘要

本发明公开了一种基于标签矫正的无监督领域自适应模型的实现方法。属于计算机图像分类领域，具体步骤：1、基于对抗的领域自适应思想，构建无监督领域自适应模型；2、对构建的无监督领域自适应模型进行预训练；3、预训练完成后，对构建的无监督领域自适应模型中的标签矫正器初始化；4、增加使用逆相对熵训练标签矫正器，增加熵损失辅助聚类。本发明提供了一种基于标签矫正的无监督领域自适应模型的实现方法，在几乎不额外增加计算资源和训练时间的基础上获得预测精度的提升，本发明可以方便地应用于其他领域自适应模型中，通过增加标签矫正模块提高训练精度和效率，具有广泛的应用前景。