联合训练神经网络以减少数据和进行图像数据的对象识别
公开
摘要
一种用于配置对象识别系统（100）的方法，其具有步骤：‑提供带标注的训练数据（3），所述带标注的训练数据（3）包括图像数据（1），所述图像数据（1）具有所定义的到至少一个对象的分配关系（2）；‑训练具有第一神经子网络（20）的神经网络（40），所述第一神经子网络（20）设置用于执行对图像数据（3）的压缩，其中第一神经子网络（20）与至少一个其他神经子网络（30a，…，30n）互连，其中‑至少一个其他神经子网络（30a，…，30n）设置用于从经过压缩的训练数据（3）中识别出对象；‑其中执行对第一神经子网络（20）的参数化，使得借助至少一个其他子网络（30a，…，30n）以所定义的品质来执行对象识别；并且其中联合训练这些神经子网络（20，30a，…，30n）。
基本信息
专利标题 ：
联合训练神经网络以减少数据和进行图像数据的对象识别
专利标题（英）：
暂无
公开（公告）号 ：
CN114616595A
申请号 ：
CN202080078035.0
公开（公告）日 ：
2022-06-10
申请日 ：
2020-10-05
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
M·克尔施纳
申请人 ：
罗伯特·博世有限公司
申请人地址 ：
德国斯图加特
代理机构 ：
中国专利代理(香港)有限公司
代理人 ：
胡莉莉
优先权 ：
CN202080078035.0
主分类号 ：
G06V10/40
IPC分类号 ：
G06V10/40 G06V10/82 H04N19/90 H04N19/91 G06N3/04 G06N3/08
法律状态
2022-06-10 ：
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
