【技术实现步骤摘要】
本专利技术涉及图像分类，具体涉及一种基于mixture数据增强的自监督城市场景分类方法。
技术介绍
1、城市场景图像具有丰富的语义信息，这些信息反映了城市环境的复杂性和多样性。这些图像中包含了各种不同的场景元素，如建筑物、道路、车辆、行人、树木等。每个元素都承载着特定的语义含义，例如建筑物代表着住宅区、商业区或工业区，而车辆和行人则表示着交通流量和城市生活活动。这些语义信息对于城市规划、交通管理、环境监测等应用具有重要价值，因此城市场景图像的准确分类和理解变得至关重要。然而，要获得有标签的数据通常需要投入大量的人力和物力资源，目前大多数场景图像分类依赖于有监督学习，即需要大量的标签数据，使得容易获得的无标签数据未能得到充分利用；并且现有的数据增强手段没有考虑到街景图像自身的数据特点，使得模型无法充分学习特征，容易导致过拟合。
技术实现思路
1、针对上述的不足，本专利技术提供一种基于mixture数据增强的自监督城市场景分类方法，过程图如图1所示，包括以下步骤：
2、步骤一是使用...
【技术保护点】
1.一种基于mixture数据增强的自监督城市场景分类方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于mixture数据增强的自监督城市场景分类方法，其特征在于，所述步骤一包括：
3.如权利要求1所述的一种基于mixture数据增强的自监督城市场景分类方法，其特征在于，所述步骤二包括：
4.如权利要求1所述的一种基于mixture数据增强的城市场景分类方法，其特征在于，所述步骤三包括：
5.如权利要求1所述的一种基于mixture数据增强的自监督城市场景分类方法，其特征在于，所述步骤四包括：
...
【技术特征摘要】
1.一种基于mixture数据增强的自监督城市场景分类方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于mixture数据增强的自监督城市场景分类方法，其特征在于，所述步骤一包括：
3.如权利要求1所述的一种基于mixture数据增强的自监督城市场景分类方法，其特征在于，所述步骤二包括：
...
【专利技术属性】
技术研发人员：赵锟，李娟，张鸿星，周立俭，孙洁，李森林，
申请(专利权)人：青岛理工大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。