[发明专利]对于标注训练数据具有较少要求的图像分类器在审

专利信息
申请号: 202210891150.0 申请日: 2022-07-27
公开(公告)号: CN115690480A 公开(公告)日: 2023-02-03
发明(设计)人: P·萨兰里缇柴;A·M·穆诺兹德尔加多;C·K·穆马蒂;C·布莱约塔;V·费舍尔 申请(专利权)人: 罗伯特·博世有限公司
主分类号: G06V10/764 分类号: G06V10/764;G06V10/82;G06V10/774;G06V20/58
代理公司: 中国专利代理(香港)有限公司 72001 代理人: 刘艺诗;刘春元
地址: 德国斯*** 国省代码: 暂无信息
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 对于 标注 训练 数据 具有 较少 要求 图像 分类
【权利要求书】:

1.一种用于训练或预训练图像分类器(1)的方法(100),所述图像分类器(1)用于相对于对象值o和属性值a的组合y=(a,o)对输入图像x进行分类,所述图像分类器(1)包括:

·编码器网络(2),其被配置为将输入图像x映射到表示Z,其中该表示Z包括多个独立分量z1,…,zK

·对象分类头网络(3),其被配置为将输入图像x的表示分量z1,…,zK映射到一个或多个对象值o;

·属性分类头网络(4),其被配置为将输入图像x的表示分量z1,…,zK映射到一个或多个属性值a;和

·关联单元(5),其被配置为向每个分类头网络(3,4)提供输入图像x的与相应分类头网络(3,4)的分类任务相关的那些表示分量z1,…,zK的线性组合zo、za

所述方法包括以下步骤:

·为表示Z的每个分量z1,…,zK提供(110)因子分类头网络(6-9),所述因子分类头网络(6-9)被配置为将相应分量z1,…,zK映射到图像x的预定基本因子f1,…,fK

·提供(120)因子训练图像(10),所述因子训练图像(10)利用相对于由分量z1,…,zK表示的基本因子f1,…,fK的基准真值y1*,…,yK*标注;

·由编码器网络(2)和因子分类头网络(6-9)将因子训练图像(10)映射(130)到基本因子f1,…,fK的值y1,…,yK

·借助于第一预定损失函数(11)对基本因子f1,…,fK的如此确定的值y1,…,yK与基准真值y1*,…,yK*的偏差进行评级(140);和

·朝着如下目标优化(150)表征编码器网络(2)的行为的参数(2a)和表征因子分类头网络(6-9)的行为的参数(6a-9a):当处理另外的因子训练图像(10)时,第一损失函数(11)的评级(11a)可能改进。

2.根据权利要求1所述的方法(100),其中提供(120)因子训练图像(10)包括:

·对至少一个给定的起始图像应用(121)影响至少一个基本因子f1,…,fK的图像处理,从而产生因子训练图像(10);和

·基于所应用的图像处理,确定(122)相对于基本因子f1,…,fK的基准真值y1*,…,yK*

3.根据权利要求1和2中任一项所述的方法(100),其中,在每个因子训练图像(10)中,每个基本因子f1,…,fK取特定值,并且因子训练图像(10)集包括用于基本因子f1,…,fK的值的每个组合的至少一个因子训练图像(10)。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于罗伯特·博世有限公司,未经罗伯特·博世有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202210891150.0/1.html,转载请声明来源钻瓜专利网。

同类专利
专利分类
×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top