买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】对象分类模型构建方法、对象分类方法、装置和设备_腾讯科技(深圳)有限公司_202311269339.7 

申请/专利权人:腾讯科技(深圳)有限公司

申请日:2023-09-28

公开(公告)日:2024-04-02

公开(公告)号:CN117009883B

主分类号:G06F18/2415

分类号:G06F18/2415;G06F18/214;G06F18/213;G06F18/22

优先权:

专利状态码:有效-授权

法律状态:2024.04.02#授权;2023.11.24#实质审查的生效;2023.11.07#公开

摘要:本申请涉及一种对象分类模型构建方法、对象分类方法、装置、计算机设备、计算机可读存储介质和计算机程序产品,可应用于云技术、人工智能、智慧交通、辅助驾驶等各种场景。该对象分类模型构建方法包括:获取包含多个无标签对象和多个有标签对象的训练集,针对对象数量较少的第一类别对象,基于第一类别对象和至少一部分无标签对象进行半监督学习,获得二分类模型,该二分类模型用于确定训练集的无标签对象中,预测标签与第一类别对象相同的第一类别补充对象;使用包括至少一部分样本对象的数据子集进行模型训练,得到数据子集对应的对象分类子模型,构建包含多个对象分类子模型的对象分类模型。采用上述方法能够提升对象分类模型的性能。

主权项:1.一种对象分类模型构建方法,其特征在于,应用于服务器,所述方法包括:从终端获取多个有标签图像,从数据存储系统获取多个无标签图像,确定包含各所述有标签图像和各所述无标签图像的训练集;所述有标签图像包括数量满足小批量条件的第一类别图像;所述小批量条件是指数量小于或等于第一数量阈值;对所述第一类别图像和至少一部分所述无标签图像分别进行特征提取,得到每一图像各自的图像特征;基于所述第一类别图像和至少一部分所述无标签图像各自的图像特征进行半监督学习,获得二分类模型;所述二分类模型用于确定所述无标签图像中,预测标签与所述第一类别图像相同的第一类别补充图像;使用包括至少一部分样本对象各自的图像特征的数据子集进行模型训练,得到所述数据子集对应的对象分类子模型;所述样本对象包括所述有标签图像和所述第一类别补充图像;构建包含多个对象分类子模型的对象分类模型;所述对象分类模型的分类结果通过对各所述对象分类子模型各自的子分类结果统计得到。

全文数据:

权利要求:

百度查询: 腾讯科技(深圳)有限公司 对象分类模型构建方法、对象分类方法、装置和设备

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。