申请/专利权人:杭州海康威视数字技术股份有限公司
申请日:2019-08-07
公开(公告)日:2021-02-09
公开(公告)号:CN112348040A
主分类号:G06K9/62(20060101)
分类号:G06K9/62(20060101);G06T7/80(20170101)
优先权:
专利状态码:有效-授权
法律状态:2023.08.29#授权;2021.03.02#实质审查的生效;2021.02.09#公开
摘要:本发明提供一种模型训练方法、装置及设备,该方法包括:从样本数据集中选择未标定数据,样本数据集包括已标定数据和未标定数据,已标定数据中的目标类别包含了未标定数据中的目标类别;将选择的未标定数据输入至用于目标识别的模型中,得到输入至模型的每一未标定数据的预测目标识别结果;模型是根据样本数据集中的已标定数据训练得到的;根据各预测目标识别结果从输入至模型的各未标定数据中确定出需要被标定的目标未标定数据,并根据各目标未标定数据的预测目标识别结果对样本数据集中的目标未标定数据进行标定,得到已标定数据;根据所述样本数据集中的已标定数据和所述模型训练出目标模型。可提升标定效率,进而提升模型训练效率。
主权项:1.一种模型训练方法,其特征在于,包括:从样本数据集中选择未标定数据,所述样本数据集包括已标定数据和未标定数据,已标定数据中的目标类别包含了未标定数据中的目标类别;将选择的未标定数据输入至用于目标识别的模型中,得到输入至模型的每一未标定数据的预测目标识别结果;所述模型是根据所述样本数据集中的已标定数据训练得到的;根据各预测目标识别结果从输入至所述模型的各未标定数据中确定出需要被标定的目标未标定数据,并根据各目标未标定数据的预测目标识别结果对所述样本数据集中的目标未标定数据进行标定,得到已标定数据;根据所述样本数据集中的已标定数据和所述模型训练出目标模型。
全文数据:
权利要求:
百度查询: 杭州海康威视数字技术股份有限公司 模型训练方法、装置及设备
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。