[发明专利]用于噪声标签的对抗训练系统和方法

说明书

本发明涉及用于噪声标签的对抗训练系统和方法。该系统包括：存储器；和处理器，被配置为：基于第一数据集标记来训练第一机器学习模型；向训练后的第一机器学习模型提供第二数据集以生成包括更新后的第二数据集标记的更新后的第二数据集，确定更新后的第二数据集标记和第二数据集标记之间的第一差；如果第一差大于第一阈值，则基于更新后的第二数据集标记训练第二机器学习模型；向训练后的第二机器学习模型提供第一数据集以生成包括更新后的第一数据集标记的更新后的第一数据集，确定更新后的第一数据集标记和第一数据集标记之间的第二差；并且，如果第二差大于第二阈值，则基于更新后的第一数据集标记训练第一机器学习模型。

相关申请的交叉引用

本申请要求2018年12月20日提交的且题为“用于噪声标签的对抗训练方法”的美国临时专利申请序列号62/783,150的优先权和权益，其全部内容特此通过引用明确并入。

技术领域

根据本公开的实施例的一个或多个方面涉及用于噪声标签的对抗训练方法。

背景技术

近年来，随着新的显示技术被引入市场，显示行业已在快速增长。移动设备、电视、虚拟真实(VR)耳机和其它显示器是推动显示器具有更高分辨率和更准确的色彩再现的恒定力量。随着新型显示面板模块和生产方法已被部署，表面缺陷变得更难以使用传统方法来检查。

背景技术部分中的上述信息仅用于增强对技术背景的理解，并且因此其不应被解释为承认现有技术的存在或相关性。

发明内容

提供本发明内容是为了介绍下面在详细描述中进一步描述的本公开实施例的特征和构思的选择。本发明内容不旨在识别所要求保护的主题的关键或必要的特征，也不旨在用于限制所要求保护的主题的范围。所描述的特征中的一个或多个可以与一个或多个其它所描述的特征组合以提供可行的设备。

本公开的示例实施例的方面涉及用于噪声标签的对抗训练方法。

在一些实施例中，一种对抗训练系统包括：存储器；和被配置为执行存储在存储器上的指令的处理器，指令在由处理器执行时，使得处理器：接收包括第一数据集标记的第一数据集；接收包括第二数据集标记的第二数据集；基于第一数据集标记训练第一机器学习模型；向训练后的第一机器学习模型提供第二数据集以生成包括更新后的第二数据集标记的更新后的第二数据集，更新后的第二数据集通过使用训练后的第一机器学习模型对第二数据集进行分类而生成；确定更新后的第二数据集标记和第二数据集标记之间的第一差；如果第一差大于第一阈值，则基于更新后的第二数据集标记训练第二机器学习模型；向训练后的第二机器学习模型提供第一数据集以生成包括更新后的第一数据集标记的更新后的第一数据集，更新后的第一数据集通过使用训练后的第二机器学习模型对第一数据集进行分类而生成；确定更新后的第一数据集标记和第一数据集标记之间的第二差；并且如果第二差大于第二阈值，则基于更新后的第一数据集标记训练第一机器学习模型。

在一些实施例中，指令进一步使得处理器继续：训练第一机器学习模型和第二机器学习模型，直到第一差低于第一阈值并且第二差低于第二阈值。在一些实施例中，第一阈值和第二阈值近似等于零，其中第一阈值与第二阈值不同。在一些实施例中，指令进一步使得处理器继续训练第一机器学习模型和第二机器学习模型，直到第一机器学习模型和第二机器学习模型两者在应用于更新后的第二数据集和更新后的第一数据集时产生相同的数据集标记结果。在一些实施例中，更新后的第一数据集通过更新在将训练后的第二机器学习模型应用于第一数据集之后来自第一数据集的数据的已经翻转到新类的数据样本标签而生成。