基于众包重复标签的深度学习目标检测方法及系统
授权
摘要
本发明公开了一种基于众包重复标签的深度学习目标检测方法及系统，其中，方法包括以下步骤：接收应用场景下原始训练集图片，并收集数据标签；对原始训练集图片进行预处理，得到预处理好的数据；根据预处理好的数据训练CrowdR‑CNN目标检测模型，其中，CrowdR‑CNN目标检测模型的输入为带众包重复标签的图片，其中，在两阶段模型的基础上，根据数据标签增添标签聚集层，使得依据标注者个体敏感性推理目标真实类别，以根据检测数据通过CrowdR‑CNN网络得到预测结果。该方法有效降低了深度学习目标检测模型实现成本，几乎没有引入额外的计算成本，并且能够获得与无误差标签训练的目标检测模型相当的检测精度。
基本信息
专利标题 ：
基于众包重复标签的深度学习目标检测方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN110580499A
申请号 ：
CN201910770300.0
公开（公告）日 ：
2019-12-17
申请日 ：
2019-08-20
授权号 ：
CN110580499B
授权日 ：
2022-05-24
发明人 ：
欧中洪胡钰程宋美娜
申请人 ：
北京邮电大学
申请人地址 ：
北京市海淀区西土城路10号北京邮电大学新科研楼627室
代理机构 ：
北京清亦华知识产权代理事务所(普通合伙)
代理人 ：
王艳斌
优先权 ：
CN201910770300.0
主分类号 ：
G06K9/62
IPC分类号 ：
G06K9/62 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06K
数据识别；数据表示；记录载体；记录载体的处理
G06K9/00
用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置
G06K9/62
应用电子设备进行识别的方法或装置
法律状态
2022-05-24 ：
授权
2020-01-10 ：
实质审查的生效
IPC(主分类) : G06K 9/62
申请日 : 20190820
申请日 : 20190820
2019-12-17 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
