[发明专利]基于自监督过程改进主动学习的通用物体检测系统及方法有效
| 申请号： | 201810623784.1 | 申请日： | 2018-06-15 |
| 公开（公告）号： | CN108985334B | 公开（公告）日： | 2022-04-12 |
| 发明（设计）人： | 林倞;王可泽;王青;严肖朋 | 申请（专利权）人： | 拓元（广州）智慧科技有限公司 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06V10/774;G06V10/778;G06V10/82;G06N3/04;G06N3/08 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 511455 广东省广州市南沙区丰泽东*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于自监督过程改进主动学习的通用物体检测系统及方法，该系统包括：样本获取单元，获取少量标注样本和海量未标注样本；模型建立及初始化单元，建立深度学习物体检测模型，并利用少量标注样本初始化深度学习物体检测模型；自监督学习单元，引入自监督学习课程指导自监督学习过程挖掘海量未标注样本中的高置信度样本自动进行伪标注,并对伪标注过的样本进行图像交叉验证，进行图像贴图重新预测，交叉投票选择出高预测一致性的伪标注样本；主动学习单元，引入主动学习课程指导主动学习过程挖掘海量未标注样本中的低置信度样本进行人工标注；模型训练单元，用于将选择的高预测一致性的伪标注样本和人工标注的样本训练模型以提升模型性能。 | ||
| 搜索关键词： | 基于 监督 过程 改进 主动 学习 通用 物体 检测 系统 方法 | ||
【主权项】：
1.一种基于自监督过程改进主动学习的通用物体检测系统，包括：样本获取单元，用于获取少量标注样本和海量未标注样本；模型建立及初始化单元，用于建立深度学习物体检测模型，并利用少量的标注过的样本初始化所述深度学习物体检测模型；自监督学习单元，用于引入自监督学习课程指导自监督学习过程挖掘海量未标注样本中的高置信度样本自动进行伪标注，并对伪标注过的样本进行图像交叉验证，进行图像贴图重新预测，交叉投票进一步选择出高预测一致性的伪标注样本；主动学习单元，用于引入主动学习课程指导主动学习过程挖掘海量未标注样本中的低置信度样本进行人工标注；模型训练单元，用于将选择的高预测一致性的伪标注样本和人工标注的样本训练模型以提升模型性能。
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拓元（广州）智慧科技有限公司，未经拓元（广州）智慧科技有限公司许可，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/patent/201810623784.1/，转载请声明来源钻瓜专利网。
