华为技术有限公司付梦莹获国家专利权
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!
龙图腾网获悉华为技术有限公司申请的专利主动学习模型的训练方法、图像处理方法及装置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:CN114693986B 。
龙图腾网通过国家知识产权局官网在2026-04-14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:202011468284.9,技术领域涉及:G06V10/774;该发明授权主动学习模型的训练方法、图像处理方法及装置是由付梦莹;袁天宁;万方;许松岑;叶齐祥;刘健庄设计研发完成,并于2020-12-11向国家知识产权局提交的专利申请。
本主动学习模型的训练方法、图像处理方法及装置在说明书摘要公布了:本申请涉及人工智能领域中计算机视觉领域的图像处理技术,提供了一种主动学习模型的训练方法、图像处理方法及装置,包括:利用已标记图像数据集Ci训练主动学习模型Mi,得到主动学习模型Mi1,利用未标记图像数据集Di训练主动学习模型Mi1,得到主动学习模型Mi2;利用已标记图像数据集Ci和未标记图像数据集Di训练主动学习模型Mi2,得到每张未标记图像的分歧权重,根据每张未标记图像的分歧权重选出N张未标记图像进行人工标记,得到已标记图像数据集Ci+1;根据已标记图像数据集Ci+1确定目标主动学习模型。采用本申请实施例,可以在尽可能少地选取需要人工标记图像的情况下,保证模型精度,节约人力资源。
本发明授权主动学习模型的训练方法、图像处理方法及装置在权利要求书中公布了:1.一种主动学习模型的训练方法,其特征在于,所述方法包括: S1:利用已标记图像数据集Ci训练主动学习模型Mi,得到主动学习模型Mi1,所述主动学习模型Mi包括主干网络和多个并行分类器,所述多个并行分类器与所述主干网络连接,所述i为正整数,所述已标记图像数据集Ci包括已标记图像; S2:利用未标记图像数据集Di训练所述主动学习模型Mi1,得到主动学习模型Mi2,所述主动学习模型Mi2中多个并行分类器的参数与所述主动学习模型Mi1中多个并行分类器的参数相同,所述主动学习模型Mi2中主干网络的参数与所述主动学习模型Mi1中主干网络的参数不同,所述未标记图像数据集Di包括未标记图像,所述利用未标记图像数据集Di训练所述主动学习模型Mi1,得到主动学习模型Mi2,包括:将所述未标记图像数据集Di输入所述主动学习模型Mi1,得到所述未标记图像数据集Di中每张未标记图像的多个第一预测值;根据所述每张未标记图像的多个第一预测值和第一损失函数,更新所述主动学习模型Mi1中主干网络的参数,得到所述主动学习模型Mi2,所述第一损失函数的输入数据为所述每张未标记图像的多个第一预测值; S3:利用所述已标记图像数据集Ci和所述未标记图像数据集Di训练所述主动学习模型Mi2,得到主动学习模型Mi+1和所述未标记图像数据集Di中每张未标记图像的分歧权重,所述主动学习模型Mi+1中多个并行分类器的参数与所述主动学习模型Mi2中多个并行分类器的参数不同,所述主动学习模型Mi+1中主干网络的参数与所述主动学习模型Mi2中主干网络的参数相同,所述分歧权重用于表征所述每张未标记图像的多个预测值之间的偏差,所述每张未标记图像的多个预测值分别由所述多个并行分类器输出; S4:根据所述未标记图像数据集Di中每张未标记图像的分歧权重从所述未标记图像数据集Di中选出N张未标记图像进行人工标记,将所述人工标记的N张图像加入所述已标记图像数据集Ci,得到已标记图像数据集Ci+1和未标记数据集Di+1,所述N为正整数; S5:根据所述已标记图像数据集Ci+1确定目标主动学习模型。
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华为技术有限公司,其通讯地址为:518129 广东省深圳市龙岗区坂田华为总部办公楼;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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励