公开(公告)号：CN116187400A

公开(公告)日：2023-05-30

申请号：CN202310012836.2

申请日：2023-01-05

Applicant: 福州大学

Inventor： 刘西蒙 ,  林璇威 ,  董晨 ,  王雨扬

IPC: G06N3/0475 ,  G06N3/048 ,  G06N3/094 ,  G06V10/764 ,  G06V10/774 ,  G06V10/82

Abstract: 本发明提出一种基于对抗训练增强的主动学习方法及系统，包括以下步骤；步骤A：构建对抗训练器；步骤B：构造变分自编码器；步骤C：构造多层感知机的判别模型；步骤D：根据具体任务的请求策略从判别模型的输出中选择一组最大信息量的候选集，通过人工进行标注，将标注得到新的有标签数据注入到有标签数据集来进行数据集的更新，接着通过更新的有标签图片数据集进行增量的训练更新目标模型，使得模型在尽可能少的数据集中训练获得更高的收益；步骤E：循环上述步骤直到满足预设的抽样比率或者图像识别模型性能；本发明能够有效对无标签图像数据或者现有无标签池中图像数据进行标注，使得人工标注大大减少，能够以少量的训练数据达到较高的性能。