基于自監(jiān)督過(guò)程改進(jìn)主動(dòng)學(xué)習(xí)的通用物體檢測(cè)系統(tǒng)及方法

基本信息

申請(qǐng)?zhí)?/td> CN201810623784.1 申請(qǐng)日 -
公開(kāi)（公告）號(hào) CN108985334A 公開(kāi)（公告）日 2018-12-11
申請(qǐng)公布號(hào) CN108985334A 申請(qǐng)公布日 2018-12-11
分類(lèi)號(hào) G06K9/62（2006.01）I; G06K9/46（2006.01）I; G06N3/04（2006.01）I 分類(lèi) 計(jì)算；推算；計(jì)數(shù);
發(fā)明人 林倞; 王可澤; 王青; 嚴(yán)肖朋 申請(qǐng)（專(zhuān)利權(quán)）人 拓元（廣州）智慧科技有限公司
代理機(jī)構(gòu) 廣州容大益信專(zhuān)利代理事務(wù)所（普通合伙） 代理人 牛麗霞;汪小梅
地址 511455 廣東省廣州市南沙區(qū)豐澤東路106號(hào)（自編1號(hào)樓）X1301-B013290
法律狀態(tài) -

摘要

摘要 本發(fā)明公開(kāi)了一種基于自監(jiān)督過(guò)程改進(jìn)主動(dòng)學(xué)習(xí)的通用物體檢測(cè)系統(tǒng)及方法，該系統(tǒng)包括：樣本獲取單元，獲取少量標(biāo)注樣本和海量未標(biāo)注樣本；模型建立及初始化單元，建立深度學(xué)習(xí)物體檢測(cè)模型，并利用少量標(biāo)注樣本初始化深度學(xué)習(xí)物體檢測(cè)模型；自監(jiān)督學(xué)習(xí)單元，引入自監(jiān)督學(xué)習(xí)課程指導(dǎo)自監(jiān)督學(xué)習(xí)過(guò)程挖掘海量未標(biāo)注樣本中的高置信度樣本自動(dòng)進(jìn)行偽標(biāo)注,并對(duì)偽標(biāo)注過(guò)的樣本進(jìn)行圖像交叉驗(yàn)證，進(jìn)行圖像貼圖重新預(yù)測(cè)，交叉投票選擇出高預(yù)測(cè)一致性的偽標(biāo)注樣本；主動(dòng)學(xué)習(xí)單元，引入主動(dòng)學(xué)習(xí)課程指導(dǎo)主動(dòng)學(xué)習(xí)過(guò)程挖掘海量未標(biāo)注樣本中的低置信度樣本進(jìn)行人工標(biāo)注；模型訓(xùn)練單元，用于將選擇的高預(yù)測(cè)一致性的偽標(biāo)注樣本和人工標(biāo)注的樣本訓(xùn)練模型以提升模型性能。