-
公开(公告)号：CN114332801B
公开(公告)日：2022-06-28
申请号：CN202210244128.7
申请日：2022-03-14
申请人： 南京航空航天大学
IPC分类号： G06V20/56 , G06V10/778
摘要： 本发明公开了一种基于时序方差阈值的目标检测主动采样方法。包括：一、收集大量无标注时序数据和少量已标注数据；二、设置查询样本数n、方差阈值δ；三、对模型进行初始化；四、目标检测模型输出对无标注帧的预测结果；五、根据预测结果对未标注帧计算每次迭代的模型不确定性大小；六、取模型不确定性最大的样本，若时序方差大于阈值且相邻帧未被选取，则向查询标记该样本；七、更新已标注图像集，未标注图像集以及预测模型；八、返回步骤四或已查询到足够的样本并输出目标检测模型f。本发明针对自动驾驶场景下时序数据的目标检测任务，设置专门的主动学习指标来降低标注代价。
-
公开(公告)号：CN114332801A
公开(公告)日：2022-04-12
申请号：CN202210244128.7
申请日：2022-03-14
申请人： 南京航空航天大学
IPC分类号： G06V20/56 , G06V10/778
摘要： 本发明公开了一种基于时序方差阈值的目标检测主动采样方法。包括：一、收集大量无标注时序数据和少量已标注数据；二、设置查询样本数n、方差阈值δ；三、对模型进行初始化；四、目标检测模型输出对无标注帧的预测结果；五、根据预测结果对未标注帧计算每次迭代的模型不确定性大小；六、取模型不确定性最大的样本，若时序方差大于阈值且相邻帧未被选取，则向查询标记该样本；七、更新已标注图像集，未标注图像集以及预测模型；八、返回步骤四或已查询到足够的样本并输出目标检测模型f。本发明针对自动驾驶场景下时序数据的目标检测任务，设置专门的主动学习指标来降低标注代价。
-
公开(公告)号：CN114357221A
公开(公告)日：2022-04-15
申请号：CN202210250277.4
申请日：2022-03-15
申请人： 南京航空航天大学
IPC分类号： G06F16/55 , G06F16/53 , G06V10/764 , G06V10/74 , G06V10/774 , G06K9/62
摘要： 本发明公开了一种基于图像分类的自监督主动学习方法，其包括步骤：获取图像数据集；设置迭代次数以及阈值；自监督网络对数据进行预训练处理，得到特征映射；每轮迭代都根据特征映射中样本到已知类别簇中心的距离对候选未标注样本进行评估；向人工专家查询合适的样本；人工专家对请求查询的样本标注后加入已标注池，更新评估函数与簇中心；样本输入分类器训练优化模型，记录准确率，直到模型达到预期的性能或者查询样本超过设定的上限停止迭代。本发明充分利用自监督网络学习到样本的特征映射来构建主动学习指标，指导主动学习策略进行样本挑选，从而节约标注代价。
-
公开(公告)号：CN114357221B
公开(公告)日：2022-08-05
申请号：CN202210250277.4
申请日：2022-03-15
申请人： 南京航空航天大学
IPC分类号： G06F16/55 , G06F16/53 , G06V10/764 , G06V10/74 , G06V10/774 , G06K9/62
摘要： 本发明公开了一种基于图像分类的自监督主动学习方法，其包括步骤：获取图像数据集；设置迭代次数以及阈值；自监督网络对数据进行预训练处理，得到特征映射；每轮迭代都根据特征映射中样本到已知类别簇中心的距离对候选未标注样本进行评估；向人工专家查询合适的样本；人工专家对请求查询的样本标注后加入已标注池，更新评估函数与簇中心；样本输入分类器训练优化模型，记录准确率，直到模型达到预期的性能或者查询样本超过设定的上限停止迭代。本发明充分利用自监督网络学习到样本的特征映射来构建主动学习指标，指导主动学习策略进行样本挑选，从而节约标注代价。
-
-
-
搜索结果
4 条记录 (耗时 0.021 秒)
