-
公开(公告)号：CN116977731A
公开(公告)日：2023-10-31
申请号：CN202310948846.7
申请日：2023-07-31
Applicant: 厦门大学
IPC: G06V10/764 , G06V10/774 , G06V10/82 , G06N3/08
Abstract: 本发明公开了面向目标物分类的模型自增强方法、介质和设备，所述方法包括：采用MLC算法对原始数据集进行训练，得到初始分类模型，原始数据集包括多张带有标签的第一样本图像；获取包含多张未带有标签的第二样本图像的第二训练集，将第二训练集输入至初始分类模型中进行计算，得到各个第二样本图像对应的初始分类标签信息；采用元损失校正算法训练噪声转移矩阵，对各个第二样本图像对应的初始分类标签信息进行校正，得到校正后的最终分类标签信息；根据最终分类标签信息对各个第二训练集中的第二样本图像进行打标，输出第三训练集。本申请通过元损失校正算法自动校正初始分类模型输出的第二样本图像的伪标签，提高了自动打标的准确性。
Search Results
1
records
(took 0.014 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
