首页 > 专利信息

一种用于目标检测的多示例主动学习方法[发明专利]

专利名称：一种用于目标检测的多示例主动学习方法专利类型：发明专利

发明人：叶齐祥，袁天宁，万方，付梦莹，焦建彬

申请号：CN202110352225.3

申请日：20210331

公开号：CN113177576B

公开日：

20220222

专利内容由知识产权出版社提供

摘要：本发明公开了一种用于目标检测的多示例主动学习方法，所述方法在已标注集上训练两个对抗性示例分类器，将未标注的图像视为示例包，通过以多示例学习的方式对两个分类器的差异重加权，以此预测未标注集的示例不确定性，并使其与图像不确定性相一致。本发明公开的用于目标检测的多示例主动学习方法，能高效利用数据标注，减少人工标注成本，有效利用无标注数据，提高相等已标注数据量下神经网络对测试图像的检测精度；同时对于主动学习、半监督学习等有重要意义，对于复杂背景下自然图像的目标检测具有应用价值。

申请人：中国科学院大学

地址：100049 北京市石景山区玉泉路19号甲

国籍：CN

代理机构：北京康思博达知识产权代理事务所(普通合伙)

本文发布于:2024-09-23 07:23:22，感谢您对本站的认可！

本文链接：https://www.17tex.com/tex/2/424562.html

上一篇：东莞发明专利申报流程

下一篇：一种成像系统的成像质量检测方法及系统[发明专利]