基于无标注样本数据的目标分类模型训练方法及装置
公开
摘要
本发明公开了一种基于无标注样本数据的目标分类模型训练方法及装置。其中，该方法包括：基于第一分类模型对样本数据集中的无标注样本集进行标注，以得到伪标签样本集，其中，第一分类模型是基于有标注样本集对目标分类模型训练得到的；根据多模态匹配模型以及伪标签样本集筛除样本数据集中的离群样本，以得到非离群样本集，其中，多模态匹配模型是基于有标注样本集训练得到的；基于非离群样本集对目标分类模型进行训练，直至模型收敛。本发明解决了由于相关技术中半监督学习中有标注数据的稀缺以及离群样本检测准确性差，而导致基于开集半监督学习的模型训练难度大的技术问题。
基本信息
专利标题 ：
基于无标注样本数据的目标分类模型训练方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114419363A
申请号 ：
CN202111591966.3
公开（公告）日 ：
2022-04-29
申请日 ：
2021-12-23
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
李冠彬黄俊凯张津津柴振华魏晓林
申请人 ：
北京三快在线科技有限公司;中山大学
申请人地址 ：
北京市海淀区北四环西路9号2106-030
代理机构 ：
北京润泽恒知识产权代理有限公司
代理人 ：
任亚娟
优先权 ：
CN202111591966.3
主分类号 ：
G06V10/764
IPC分类号 ：
G06V10/764 G06V10/774 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-04-29 ：
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
