一种基于深度学习的图像自动标注方法和装置
公开
摘要
本申请涉及一种基于深度学习的图像自动标注方法和装置。所述方法包括：获取无人驾驶中的连续帧图像作为训练样本；基于3DCNN网络对训练样本进行全局特征学习并输出多维特征向量；基于词嵌入向量训练GCN网络学习多标签之间的相互系数矩阵输出多维标签向量；将训练好的3DCNN网络输出的多维特征向量与训练好的GCN网络输出的多维标签向量进行点积运算，输出图像标签；利用融合网络对目标图像进行识别。本申请实现了特征与标签的标注，既保证了特征提取的完整性，又充分利用了多标签之间的关联性，从而提高了多标签图像自动标注的准确率和效率。利用3DCNN网络和GCN网络融合后的网络对目标图像进行识别，提升了识别效率。
基本信息
专利标题 ：
一种基于深度学习的图像自动标注方法和装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114612707A
申请号 ：
CN202210122823.6
公开（公告）日 ：
2022-06-10
申请日 ：
2022-02-09
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
张倩倩兰冬学王奕
申请人 ：
潍柴动力股份有限公司;潍坊潍柴动力科技有限责任公司
申请人地址 ：
山东省潍坊市高新技术产业开发区福寿东街197号甲
代理机构 ：
北京辰权知识产权代理有限公司
代理人 ：
付婧
优先权 ：
CN202210122823.6
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
2022-06-10 ：
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
