一種基于雙網(wǎng)絡(luò)聯(lián)合標(biāo)簽修正的網(wǎng)絡(luò)圖像數(shù)據(jù)集去噪方法

基本信息

申請(qǐng)?zhí)?/td> CN202111237302.7 申請(qǐng)日 -
公開（公告）號(hào) CN113688949A 公開（公告）日 2021-11-23
申請(qǐng)公布號(hào) CN113688949A 申請(qǐng)公布日 2021-11-23
分類號(hào) G06K9/62;G06N3/04;G06N3/08 分類 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 姚亞洲;孫澤人;陳濤;張傳一;沈復(fù)民 申請(qǐng)（專利權(quán)）人 南京碼極客科技有限公司
代理機(jī)構(gòu) 成都君合集專利代理事務(wù)所（普通合伙） 代理人 尹玉
地址 211899 江蘇省南京市浦口區(qū)新北路1號(hào)江北國際智谷B棟5層
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于雙網(wǎng)絡(luò)聯(lián)合標(biāo)簽修正的網(wǎng)絡(luò)圖像數(shù)據(jù)集去噪方法，采用兩個(gè)同樣的深度神經(jīng)網(wǎng)絡(luò)分別進(jìn)行隨機(jī)初始化后對(duì)網(wǎng)絡(luò)數(shù)據(jù)集進(jìn)行訓(xùn)練，并分別進(jìn)行樣本選擇，根據(jù)選擇結(jié)果劃分干凈樣本、內(nèi)部噪聲以及無關(guān)噪聲數(shù)據(jù)。通過將兩個(gè)深度神經(jīng)網(wǎng)絡(luò)的softmax概率平滑后進(jìn)行加權(quán)平均的結(jié)果作為內(nèi)部噪聲樣本的真實(shí)標(biāo)簽，用以修正內(nèi)部噪聲，然后聯(lián)合干凈樣本計(jì)算交叉熵?fù)p失，分別用于更新兩個(gè)深度神經(jīng)網(wǎng)絡(luò)。本發(fā)明通過聯(lián)合訓(xùn)練后，兩個(gè)深度神經(jīng)網(wǎng)絡(luò)會(huì)變得越來越準(zhǔn)確，最終對(duì)圖像的預(yù)測(cè)也會(huì)趨近一致。本發(fā)明相較于單網(wǎng)絡(luò)的修正方法，修正標(biāo)簽的準(zhǔn)確率有明顯提升，具有較好的實(shí)用性。