[发明专利]一种深度神经网络模型的在线训练方法在审
| 申请号： | 202210599504.4 | 申请日： | 2022-05-30 |
| 公开（公告）号： | CN115035363A | 公开（公告）日： | 2022-09-09 |
| 发明（设计）人： | 耿可可;丁鹏博;殷国栋;祝小元;王金湘;张宁;庄伟超 | 申请（专利权）人： | 东南大学 |
| 主分类号： | G06V10/774 | 分类号： | G06V10/774;G06V10/82;G06N3/04;G06N3/08;G06V10/764;G06V10/74;G06V10/26;G06T7/277 |
| 代理公司： | 北京德崇智捷知识产权代理有限公司 11467 | 代理人： | 曹婷 |
| 地址： | 211100 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种深度神经网络模型的在线训练方法，涉及深度学习技术领域，解决了网络模型在训练完成后无法使用新的数据集对模型进行及时优化调整的技术问题，其技术方案要点是通过离线训练的实例分割网络对采集图像进行实例分割，基于多假设跟踪算法对多目标进行数据关联，再基于卡尔曼滤波算法对每个目标的运动状态进行估计，当漏检情况发生时，利用生成式对抗网络生成样本图像，实例分割网络利用新样本(即样本图像)进行在线训练，在线训练的方法可以根据实时反馈的数据，快速地进行网络模型参数的优化，从而可以使深度神经网络模型在实际应用中取得比离线训练更好的效果。 | ||
| 搜索关键词： | 一种 深度 神经网络 模型 在线 训练 方法 | ||
【主权项】：
暂无信息
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东南大学，未经东南大学许可，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/202210599504.4/，转载请声明来源钻瓜专利网。
