一种多源非均衡域自适应方法

摘要

本发明公开了一种多源非均衡域自适应方法，具体包括如下步骤：步骤1，对各个源域的图像数据进行预处理；步骤2，计算源域数据和目标域数据之间的Wasserstein距离；步骤3：构建多源域自适应网络，确定多源域自适应过程中各源域自适应损失权重λi；步骤4：构建多源非均衡域自适应网络框架，确定各源域整体在多源域自适应过程的非平衡因子；步骤5：在多源域自适应过程中为各源域整体加入动态调节因子，使目标域数据的平均识别准确率超过96％。本发明解决了现有技术在多源域自适应过程中，均衡地采用各个源域的特征信息所产生的负迁移现象，进而导致训练的图像分类器准确率不高的问题。