公开(公告)号：CN116543259A

公开(公告)日：2023-08-04

申请号：CN202310513686.3

申请日：2023-05-09

Applicant: 苏州科技大学

Inventor： 王琛 ,  陶重犇 ,  郭继冲 ,  师君 ,  周远远

IPC: G06V10/774 ,  G06V10/98 ,  G06V10/762 ,  G06V10/764 ,  G06V10/82 ,  G06N3/09

Abstract: 本发明提供一种深度分类网络噪声标签建模与纠正方法、系统及存储介质，该深度分类网络噪声标签建模与纠正方法包括以下步骤：步骤一，获取损失函数曲线；步骤二，对损失函数曲线进行聚类拟合，得到单模型训练下标签噪声隶属度函数值，然后返回步骤一；步骤三，多模型噪声标签建模；获取M个模型的隶属度函数值，对M个模型的隶属度函数值进行多模型置信度阀值平均，得到最终最优隶属度函数值；步骤四，噪声标签纠正与分类网络训练；根据多模型标签建模结果，构建多个标签集合，并对所构建标签集合中不同标签样本赋予不同权重，得到对应设计加权损失函数对分类网络进行训练。本发明的有益效果是：提升噪声标签下分类网络的训练效果和分类精度。