“样本模型”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果901656个，建议您升级VIP下载更多相关专利

[发明专利]模型训练方法、装置、存储介质及电子设备-CN201911396245.X在审
发明人：刘园林 -专利权人： OPPO（重庆）智能科技有限公司
申请日： 2019-12-30 - 公布日： 2020-05-22 - 主分类号： G06K9/00 文献下载
摘要：本申请公开了一种模型训练方法，包括：获取初始样本库以及待训练的模型；利用初始样本库中的样本对待训练的模型进行训练，得到初始模型，并将初始模型确定为验证模型；获取验证样本集；利用验证样本集对验证模型进行验证，得到验证模型的分类准确率，并统计验证模型对验证样本集中各类别样本的分类准确率；若验证模型的分类准确率小于预设第一阈值或者验证模型对验证样本集中的各类别样本的分类准确率并没有均大于或等于预设第二阈值，则确定出目标模型以及目标类别；获取目标样本库；从目标样本库中抽取目标类别的样本，并从初始样本库中抽取非目标类别的样本，形成新的训练样本集；利用新的训练样本集对目标模型进行迁移学习训练。
模型训练方法装置存储介质电子设备

[发明专利]训练文本判别模型的方法及系统-CN202011347328.2在审
发明人：蔡晓华 -专利权人：上海天旦网络科技发展有限公司
申请日： 2020-11-26 - 公布日： 2021-02-05 - 主分类号： G06F16/33 文献下载
摘要：本发明提供了一种训练文本判别模型的方法及系统，包括：从真实语言库中抽取真实语言样本输入生成模型；生成模型对抽取的真实语言样本插入、删除或替换修饰词得到第一新语言样本；生成模型对抽取的真实语言样本在主干词中引入混淆词得到第二新语言样本；将第一新语言样本或第二新语言样本输入判别模型，判别模型将输入的第一新语言样本或第二新语言样本与真实语言样本进行比较，判断是正样本还是负样本；比较判别模型的判断结果与生成模型的期望，根据比较结果更新判别模型的模型参数；生成模型根据判别模型更新后的模型参数更新生成模型的模型参数。通过生成的正样本的质量，以及通过引入混淆词的方式生成负样本的质量较以往学习方式可控。
训练文本判别模型方法系统

[发明专利]一种样本图像数据增强方法和系统-CN202211068050.4在审
发明人：刘明扬;吕永基;蔡子航;王发昀;杨帅;孙文;张振;李晓坤 -专利权人：北京风生兽网络科技有限公司
申请日： 2022-09-01 - 公布日： 2022-12-02 - 主分类号： G06V10/774 文献下载
摘要：本说明书实施例提供一种样本图像数据增强方法，获取历史样本图像，搭建图像的样本增强模型和辅助训练的第一应用模型，以所述历史样本图像为输入对所述样本增强模型和所述第一应用模型进行联合训练，得到训练后的样本增强模型和训练后的所述第一应用模型，获取当前样本图像，将所述当前样本图像输入到所述样本增强模型中对样本图像进行衍生，并输出衍生出的样本图像及对应的标签，结合衍生出的样本图像及对应的标签进行模型训练。通过构建辅助训练的应用模型，然后对样本增强模型和第一应用模型进行联合训练，使样本增强模型能够朝着提升应用模型准确率的方向调整，实现定向增强，提升样本增强的有效性。
一种样本图像数据增强方法系统

[发明专利]一种样本选择模型的确定方法及装置-CN201910787004.1在审
发明人：杜森垚 -专利权人：北京地平线机器人技术研发有限公司
申请日： 2019-08-24 - 公布日： 2021-03-02 - 主分类号： G06F16/2458 文献下载
摘要：公开了一种样本选择模型的确定方法及装置，包括：获取目标计算模型和已标注的样本数据集合；并获取多个样本选择模型；利用各所述样本选择模型对所述已标注的样本数据集合进行选择，得到相应的已标注样本子集合；基于所述目标计算模型及所述各已标注样本子集合，确定所述已标注样本子集合各自对应的评价结果；根据所述评价结果，从所述多个样本选择模型中确定优选样本选择模型；利用样本选择模型对已标注的样本数据集合进行选择，得到相应的已标注样本子集合；再根据已标注样本子集合代入目标计算模型得到的评价结果，来确定优选样本选择模型；实现了对于样本选择模型的评价和选择，进而针对性的提高了目标计算模型的训练效率。
一种样本选择模型确定方法装置

[发明专利]模型生成方法、人脸渲染方法、装置及电子设备-CN202210663808.2在审
发明人：范音 -专利权人：北京奇艺世纪科技有限公司
申请日： 2022-06-13 - 公布日： 2022-08-30 - 主分类号： G06T15/00 文献下载
摘要：本申请提供了一种模型生成方法、人脸渲染方法、装置及电子设备，包括：获取样本人脸图像、样本人脸图像对应的样本人脸三维模型、以及样本人脸图像对应的样本纹理贴图；其中，样本人脸三维模型根据样本建模参数建立，样本建模参数是将样本人脸图像输入建模参数生成模型得到的，样本纹理贴图是将样本人脸图像输入纹理贴图模型得到的；将样本人脸图像输入第一初始模型，得到第一初始模型输出的第一法线贴图；利用样本人脸图像、样本人脸三维模型、样本纹理贴图和第一法线贴图训练第一初始模型，获得法线贴图模型，法线贴图模型用于根据输入的人脸图像输出对应的法线贴图，法线贴图用于对人脸三维模型进行渲染，得到人脸渲染图像。
模型生成方法渲染装置电子设备

[发明专利]一种贷款申请评分模型的使用效果评估方法及系统-CN202110981825.6在审
发明人：肖玉龙 -专利权人：北京睿知图远科技有限公司
申请日： 2021-08-25 - 公布日： 2022-01-11 - 主分类号： G06Q40/02 文献下载
摘要：本发明公开了一种贷款申请评分模型的使用效果评估方法及系统，其方法包括：利用预设贷款申请评分模型对不同时期的第一客户样本和第二客户样本进行审批，获取模型验证样本集和模型外验证样本集，推断模型验证样本集和模型外验证样本集未知标签的样本客户的当前评估标签，将每个样本客户和其对应的前评估标签相关联，根据模型验证样本集和模型外验证样本集未知标签的样本客户的当前评估标签计算出模型验证样本集和模型外验证样本集的评分变量值以及二者每项审批指标的评分值，根据模型验证样本集和模型外验证样本集中的评分变量值以及二者每项审批指标的评分值分析出预设贷款申请评分模型的使用效果可有效的发现模型风险，避免带来坏账损。
一种贷款申请评分模型使用效果评估方法系统

[发明专利]样本筛选方法、装置和电子设备-CN202110105876.2在审
发明人：梅子行 -专利权人：维沃移动通信有限公司
申请日： 2021-01-26 - 公布日： 2021-05-07 - 主分类号： G06Q40/02 文献下载
摘要：本申请公开了一种样本筛选方法、装置和电子设备，属于模型训练领域。方法包括：基于训练样本进行训练，得到第一逻辑回归模型；根据测试样本对第一逻辑回归模型进行测试，生成第一逻辑回归模型对应的第一模型指标；基于训练样本和目标候选样本进行训练，得到第二逻辑回归模型；根据测试样本对第二逻辑回归模型进行测试，生成第二逻辑回归模型对应的第二模型指标；在第一模型指标和第二模型指标满足预设条件的情况下，将训练样本和目标候选样本作为目标训练样本。本申请实施例可以引入目标候选样本，可以使得目标候选样本的数量得到提升，实现了对训练样本的样本量较小时的样本补充训练。
样本筛选方法装置电子设备

[发明专利]一种基于增量特征的训练方法和系统-CN202210932977.1在审
发明人：任志祥;林俊;姜冲 -专利权人：江苏富翰医疗产业发展有限公司
申请日： 2022-08-04 - 公布日： 2022-10-11 - 主分类号： G06N3/08 文献下载
摘要：本申请提供一种基于增量特征的训练方法和系统，其中，方法包括：获取神经网络模型，提取新增样本的特征，得到样本增量特征；如果样本增量特征在存量样本中，根据样本增量特征训练神经网络模型；如果样本增量特征不在存量样本中，基于样本增量特征生成类别增量模型；将更新后的神经网络模型和类别增量模型组合，生成组合增量神经网络模型；将训练样本输入组合增量神经网络模型，以对组合增量神经网络模型进行训练。通过模型训练结果与诊断结果对比，生成纠错样本，通过纠错样本和新增样本更新组合增量神经网络模型，解决了目前神经网络模型无法根据增量样本进行更新导致神经网络模型判断的准确性低的问题。
一种基于增量特征训练方法系统

[发明专利]环境检测模型的生成方法、计算机设备及可读存储介质-CN201910477777.X在审
发明人：罗英群;欧阳一村;邢军华;曾志辉;贺涛;许文龙 -专利权人：深圳中兴网信科技有限公司
申请日： 2019-06-03 - 公布日： 2019-10-11 - 主分类号： G06K9/62 文献下载
摘要：本发明提出了一种环境检测模型的生成方法、计算机设备及可读存储介质，其中，环境检测模型的生成方法包括：接收样本图片，对样本图片中的样本进行分类；分别统计属于不同分类的样本的数量，根据样本的数量确定样本中的小样本；根据小样本利用生成对抗网络模型生成补充样本，将补充样本补充到小样本；以样本与补充样本组成训练集，以训练集训练待训练模型，生成环境检测模型。本发明提出的环境检测模型的生成方法，通过生成对抗网络模型生产补充样本，以补充到小样本中，进而起到平衡样本的作用，因此，使得待检测模型对每个种类的样本均能得到充分地训练，进而在提升环境检测模型的准确性与精度
样本环境检测补充小样本可读存储介质计算机设备网络模型样本图片训练集数量确定训练模型样本组成对抗分类检测平衡统计生产

[发明专利]基于模型训练的噪声样本筛除方法、装置、设备及介质-CN202211029497.0在审
发明人：杨燚;吕苏;刘维博;王大森 -专利权人：中国银联股份有限公司
申请日： 2022-08-25 - 公布日： 2022-12-06 - 主分类号： G06N20/00 文献下载
摘要：本申请公开了一种基于模型训练的噪声样本筛除方法、装置、设备及介质，属于数据处理领域。该方法包括：利用训练样本集合和验证样本集合进行多次模型训练，得到多个目标模型；在每次模型训练后，根据目标样本集合中的样本的实际标签和预测值，确定噪声样本，并将噪声样本从目标样本集合中筛除，直至满足噪声样本筛除截止条件；每次模型训练包括：利用最近更新的训练样本集合对第一模型进行训练；基于最近更新的目标样本集合以及第一模型与第二模型的对比结果，迭代更新第一模型的模型参数和第二模型的模型参数，直至第一模型与第二模型的对比结果满足迭代截止条件根据本申请实施例能够提高用于模型训练的样本集合的纯度。
基于模型训练噪声样本筛除方法装置设备介质

[发明专利]基于外源特征进行模型所有权验证的方法和装置-CN202111417245.0在审
发明人：李一鸣;朱玲慧;邱伟峰;江勇;夏树涛 -专利权人：支付宝（杭州）信息技术有限公司
申请日： 2021-11-25 - 公布日： 2022-03-04 - 主分类号： G06V10/776 文献下载
摘要：本说明书实施例提供了一种基于外源特征进行模型所有权验证的方法和装置。该方法的一具体实施方式包括：从初始样本集选取样本构成选中样本集；对选中样本集中各选中样本的样本数据进行处理，得到具有外源特征的转化样本构成的转化样本集，外源特征为初始样本的样本数据不具备的特征；基于目标模型、辅助模型和转化样本集，训练元分类器，辅助模型为使用初始样本集训练得到的模型，目标模型为使用转化样本集和初始样本集中除选中样本集之外的剩余样本集训练得到的模型，元分类器用于识别外源特征的特征知识；将可疑模型的相关数据输入元分类器，基于元分类器的输出结果，确定可疑模型是否为从部署模型窃取的模型，部署模型具有外源特征的特征知识。
基于特征进行模型所有权验证方法装置

[发明专利]模型训练方法及装置-CN201610840101.9在审
发明人：万韶华;杨松;陈志军 -专利权人：北京小米移动软件有限公司
申请日： 2016-09-21 - 公布日： 2017-03-15 - 主分类号： G06K9/00 文献下载
摘要：本公开揭示了一种模型训练方法及装置，属于图像处理领域。该方法包括从测试样本集中选取训练样本集，根据训练样本集中包括的样本训练得到识别模型，训练样本集是测试样本集的子集，训练样本集中包括正样本和负样本，训练样本集中的负样本的个数小于测试样本集中的负样本的个数，根据识别模型对测试样本集中包括的样本进行识别，根据识别错误的样本更新识别模型；解决了由于样本数量有限而导致的训练得到的人脸识别模型不够准确问题；在通过数量有限的样本训练得到识别模型后，再次根据识别错误的样本更新识别模型，可以对识别模型不断进行优化，提高了识别模型在进行识别时的准确性。
模型训练方法装置

[发明专利]基于CG生成目标物样本的方法-CN201710382453.9在审
发明人：胡振程;董延超;王艳明 -专利权人：上海为森车载传感技术有限公司
申请日： 2017-05-26 - 公布日： 2018-12-04 - 主分类号： G06T17/00 文献下载
摘要：本发明公开了基于CG生成目标物样本的方法，包括以下步骤：建立初始目标物样本模型数据库和初始目标物环境样本模型数据库；从初始目标物样本模型数据库中随机抽取至少一个初始目标物样本模型，从初始目标物环境样本模型数据库中随机抽取至少一个初始目标物环境样本模型；将所提取的所述初始目标物样本模型与所提取的所述初始目标物环境样本模型结合；调整所述初始目标物环境样本模型参数，调整所述初始目标物样本模型参数；针对所抽取的初始目标物样本模型和初始目标物环境样本模型设置模拟相机的视野范围参数、分辨率参数、畸变参数；渲染形成图像，计算2D边界框，计算3D边界框；形成并输出目标物样本。
初始目标环境样本样本模型样本模型数据库随机抽取边界框目标物数据库视野范围参数分辨率参数畸变参数模拟相机模型参数模型结合模型设置输出目标抽取图像渲染

[发明专利]用于目标识别模型训练的方法、装置及设备-CN202110102511.4在审
发明人：翟步中;唐大闰 -专利权人：上海明略人工智能（集团）有限公司
申请日： 2021-01-26 - 公布日： 2021-05-11 - 主分类号： G06K9/62 文献下载
摘要：本申请涉及人工智能技术领域，公开一种用于目标识别模型训练的方法。该方法包括：获取训练样本；训练样本包括第一标签样本、第二标签样本和无标签样本；标签样本包括第一标签样本和第二标签样本；根据第一标签样本获得第一备选识别模型；根据第二标签样本和第一备选识别模型获得第二备选识别模型；根据无标签样本和第二备选识别模型获得第三备选识别模型；根据第三备选识别模型获得目标识别模型。通过获取训练样本对预设识别模型进行训练，以能够提高第三备选识别模型对无标签样本同类目标的识别准确率，从而提高目标识别模型对长尾样本同类目标的识别准确率。本申请还公开一种用于目标识别模型训练的装置及设备。
用于目标识别模型训练方法装置设备

[发明专利]基于主动学习回归树的模型训练方法、系统及存储介质-CN202210822075.2在审
发明人：姜超;何海清;郝寸平;张皓东 -专利权人：渤海银行股份有限公司
申请日： 2022-07-12 - 公布日： 2022-10-18 - 主分类号： G06K9/62 文献下载
摘要：本发明公开一种基于主动学习回归树的模型训练方法、系统及计算机可读存储介质，包括：获取初始样本数据；根据初始样本数据中有标注样本训练输出模型获得过程输出模型以及回归模型；对过程输出模型进行验证，若过程输出模型满足预设条件则确定为最终输出模型，否则继续模型训练；根据回归模型的查询策略对初始样本数据中无标注样本进行查询，确定无标注样本中的补充样本；对补充样本进行标注以获得补充标注样本；根据有标注样本及补充标注样本训练过程输出模型。本发明可以在少量有标签样本的前提下，通过定义好的查询策略指出最需要补充标签的样本，提升模型的预测泛化能力；同时提供一种基于样本不确定性原则的查询策略，能指示大信息量样本。
基于主动学习回归模型训练方法系统存储介质

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条