一种考虑多粒度类相关性的对比式开放集识别方法及装置

摘要

本发明公开了一种考虑多粒度类相关性的对比式开放集识别方法及装置，方法包括：构架一由特征提取、多粒度类相关性损失、及分类器组成的对比式开放集识别模型；基于所述多粒度层级结构的训练集对所述对比式开放集识别模型进行训练，计算多粒度类相关性损失函数，通过构建并度量不同类别在分层结构上的相关性，约束模型学习，实现类别层次上的表示学习增强，更新所述模型的权重，获取优化后的模型；基于所述优化后的模型对已知类测试集和未知类测试集进行识别，获取识别结果。装置包括：处理器和存储器。本发明通过在标签语义空间构建分层结构并度量多粒度类相关性的方式，约束模型学习不同已知类间的相关关系，进一步提高其表示学习能力。