申请/专利权人：阿波罗智联(北京)科技有限公司;阿波罗智行科技(广州)有限公司

申请日：2022-10-17

公开（公告）日：2023-01-24

公开（公告）号：CN115641470A

主分类号：G06V10/764

分类号：G06V10/764;G06V10/774

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.02.14#实质审查的生效;2023.01.24#公开

摘要：本公开提供了一种分类模型及车辆图像分类模型的训练方法、装置及设备，涉及深度学习、自动驾驶、智能交通等人工智能技术领域。具体实施方案为：获取分类模型和测试集；通过分类模型对测试集进行类别预测，以获取各测试样本对应的第一预测类别；基于第一预测类别和标注类别，分别确定各标注类别对应的第一送标比例，并基于各标注类别的第一送标比例，从待送标的数据集中确定各标注类别对应的第一训练样本；基于各标注类别对应的第一训练样本，对分类模型进行训练。通过分类模型对测试集进行预测，确定各标注类别对应的第一送标比例，并基于第一送标比例对各标注类别对应的训练样本的数量比例进行优化，可以提升分类模型的训练效果。

主权项：1.一种分类模型的训练方法，包括：获取分类模型和测试集，所述测试集包含多个标注类别的测试样本，每个所述标注类别的测试样本至少为一个；通过所述分类模型对所述测试集进行类别预测，以获取所述测试集中各所述测试样本对应的第一预测类别；基于各所述测试样本对应的第一预测类别和标注类别，分别确定各所述标注类别对应的第一送标比例，并基于各所述标注类别的所述第一送标比例，从待送标的数据集中确定各所述标注类别对应的第一训练样本，其中，每个所述标注类别对应的第一训练样本的数量是根据对应标注类别的第一送标比例确定的；基于各所述标注类别对应的第一训练样本，对所述分类模型进行训练。

全文数据：

权利要求：

百度查询： 阿波罗智联(北京)科技有限公司;阿波罗智行科技(广州)有限公司 分类模型及车辆图像分类模型的训练方法、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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD