[发明专利]一种基于双深度神经网络的图片类别自动标注方法及系统有效
| 申请号： | 201910694450.8 | 申请日： | 2019-07-30 |
| 公开（公告）号： | CN110533074B | 公开（公告）日： | 2022-03-29 |
| 发明（设计）人： | 彭德智;唐珩膑;舒琳;邢晓芬;巫朝政;张国雄;王岽然 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06V10/764 | 分类号： | G06V10/764;G06N3/04;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 裴磊磊 |
| 地址： | 510640 广*** | 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双深度神经网络的图片类别自动标注方法及系统，所述方法包括：S1、准备已经标注完成的图片及需要进行自动标注的未标注图片，将已经标注完成的图片分为分别用于训练分类网络和判别网络的两部分图片；S2、搭建包含分类网络和判别网络的双深度神经网络模型；S3、使用已经标注完成的图片训练双深度神经网络模型；S4、使用已训练的双深度神经网络模型对未标注图片的类别进行预测；S5、对未标注图片的预测结果进行处理并选择开启下一次迭代或者结束自动标注。本发明基于双深度神经网络模型，通过判别模型对分类模型的输出进一步优化，实现了低成本、高质量的数据标注，具有广阔的应用前景。 | ||
| 搜索关键词： | 一种 基于 深度 神经网络 图片 类别 自动 标注 方法 系统 | ||
【主权项】：
1.一种基于双深度神经网络的图片类别自动标注方法，其特征在于，所述方法包括以下步骤：/nS1、准备已经标注完成的图片及需要进行自动标注的未标注图片，将已经标注完成的图片分为分别用于训练分类网络和判别网络的两部分图片；/nS2、搭建包含分类网络和判别网络的双深度神经网络模型；/nS3、使用已经标注完成的图片训练双深度神经网络模型；/nS4、使用已训练的双深度神经网络模型对未标注图片的类别进行预测；/nS5、对未标注图片的预测结果进行处理并选择开启下一次迭代或者结束自动标注。/n
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华南理工大学，未经华南理工大学许可，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/201910694450.8/，转载请声明来源钻瓜专利网。
- 上一篇：面向大数据领域的膜计算数据细胞聚类方法
- 下一篇：一种多模型电力线分割方法
