申请/专利权人:深圳云天励飞技术股份有限公司
申请日:2023-12-13
公开(公告)日:2024-04-05
公开(公告)号:CN117830670A
主分类号:G06V10/75
分类号:G06V10/75;G06V10/774;G06V10/82
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.23#实质审查的生效;2024.04.05#公开
摘要:本发明提供一种困难图像样本挖掘方法,获取待优化特征提取模型以及待挖掘训练集,每个样本图像对中包括一个待挖掘样本图像以及一个标准图像,待优化特征提取模型为已训练但欠优化的深度学习模型;通过待优化特征提取模型确定待挖掘样本图像与所述标准图像之间的损失值,并基于损失值确定出待挖掘样本图像的梯度信息;通过梯度信息对待挖掘样本图像进行梯度上升处理,得到待挖掘样本图像的梯度上升图像;根据梯度上升图像与待挖掘样本图像之间的相似度,将相似度小于预设值的待挖掘样本图像确定为困难图像样本。通过待挖掘样本图像的梯度上升图像与待挖掘样本图像之间的相似度来确定困难图像样本,可以提高困难图像样本的挖掘准确性。
主权项:1.一种困难图像样本挖掘方法,其特征在于,所述方法包括以下步骤:获取待优化特征提取模型以及待挖掘训练集,所述待挖掘训练集中包括多个样本图像对,每个样本图像对中包括一个待挖掘样本图像以及一个标准图像,所述待优化特征提取模型为已训练但欠优化的深度学习模型;通过所述待优化特征提取模型确定所述待挖掘样本图像与所述标准图像之间的损失值,并基于所述损失值确定出所述待挖掘样本图像的梯度信息;通过所述梯度信息对所述待挖掘样本图像进行梯度上升处理,得到所述待挖掘样本图像的梯度上升图像;根据所述梯度上升图像与所述待挖掘样本图像之间的相似度,将相似度小于预设值的所述待挖掘样本图像确定为困难图像样本。
全文数据:
权利要求:
百度查询: 深圳云天励飞技术股份有限公司 困难图像样本挖掘方法、图像识别模型训练方法及设备
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。