一种基于预训练标注数据不可知的图像分类自动标注方法

授权

摘要

本发明公开了一种基于预训练标注数据不可知的图像分类自动标注方法，包括如下步骤：S1，获取待标注图像，收集预训练图像分类模型；S2，将预训练图像分类模型拆分成特征提取模型与标签预测模型，并初始化，固定标签预测模型参数，不参与后续迁移训练；S3，约束特征提取模型，使自动标注模型的输出具体类别确定，整体分布离散；S4，对特征提取模型输出特征进行聚类；S5，筛选出大小超过阈值的聚类簇，所对应的类别组成为待标注图像标签空间；S6，给所有待标注图像打上伪标签；S7，重新聚类并分配伪标签，对特征提取模型进行有监督训练；S8，迭代S3至S7；S9，使用迁移后的自动标注模型对待标注图像进行推理，得到标注结果。

基本信息

专利标题：

一种基于预训练标注数据不可知的图像分类自动标注方法

专利标题（英）：

暂无

公开（公告）号：

CN113191385A

申请号：

CN202110318366.3

公开（公告）日：

2021-07-30

申请日：

2021-03-25

授权号：

CN113191385B

授权日：

2022-06-03

发明人：

钟昊文陈岱渊单海军杨非傅家庆俞再亮

申请人：

之江实验室

申请人地址：

浙江省杭州市余杭区文一西路1818号人工智能小镇10号楼

代理机构：

杭州浙科专利事务所(普通合伙)

代理人：

杨小凡

优先权：

CN202110318366.3

主分类号：

G06K9/62

IPC分类号：

G06K9/62 G06N3/04 G06N3/08