-
公开(公告)号：CN109034248B
公开(公告)日：2022-04-05
申请号：CN201810846627.7
申请日：2018-07-27
Applicant: 电子科技大学
IPC: G06V10/764 , G06V10/762 , G06K9/62
Abstract: 本发明公开一种基于深度学习的含噪声标签图像的分类方法，涉及图像分类技术领域，本发明的方法包括如下步骤：步骤1，对语义元数据集和图像数据集进行数据提纯得到baseline数据集；步骤2，基于baseline数据集训练baseline模型，通过训练好的baseline模型提取baseline数据集的特征信息；步骤3，通过层次聚类对特征信息进行聚类，得到新的数据类别；步骤4，基于新的数据类别对baseline数据集进行重新划分，得到分类数据集data；步骤5，最后基于data数据集使用short_inception网络训练出最终的分类模型；步骤6，根据最终的分类模型对含噪声标签图像进行分类。本发明解决了现有的含噪声标签图像的分类方法无法适用于大数据集的问题。
-
公开(公告)号：CN107369154A
公开(公告)日：2017-11-21
申请号：CN201710596100.9
申请日：2017-07-19
Applicant: 电子科技大学
Abstract: 本发明实施例提供了一种图像的检测方法及装置，涉及医学技术领域。所述方法包括获取待检测的超声波图像，再根据预设的目标检测网络模型对所述待检测的超声波图像进行检测，获取所述待检测的超声波图像中的目标对象，以此实现自动检测到超声波图像中的目标对象，操作简单，精度高，耗费时间少。
-
公开(公告)号：CN107369154B
公开(公告)日：2020-05-05
申请号：CN201710596100.9
申请日：2017-07-19
Applicant: 电子科技大学
Abstract: 本发明实施例提供了一种图像的检测装置，涉及医学技术领域。所述方法包括获取待检测的超声波图像，再根据预设的目标检测网络模型对所述待检测的超声波图像进行检测，获取所述待检测的超声波图像中的目标对象，以此实现自动检测到超声波图像中的目标对象，操作简单，精度高，耗费时间少。
-
公开(公告)号：CN109034248A
公开(公告)日：2018-12-18
申请号：CN201810846627.7
申请日：2018-07-27
Applicant: 电子科技大学
IPC: G06K9/62
CPC classification number: G06K9/627 , G06K9/6221
Abstract: 本发明公开一种基于深度学习的含噪声标签图像的分类方法，涉及图像分类技术领域，本发明的方法包括如下步骤：步骤1，对语义元数据集和图像数据集进行数据提纯得到baseline数据集；步骤2，基于baseline数据集训练baseline模型，通过训练好的baseline模型提取baseline数据集的特征信息；步骤3，通过层次聚类对特征信息进行聚类，得到新的数据类别；步骤4，基于新的数据类别对baseline数据集进行重新划分，得到分类数据集data；步骤5，最后基于data数据集使用short_inception网络训练出最终的分类模型；步骤6，根据最终的分类模型对含噪声标签图像进行分类。本发明解决了现有的含噪声标签图像的分类方法无法适用于大数据集的问题。
-
-
-
Search Results
4
records
(took 0.018 seconds)
