一种基于多专家系统和知识蒸馏的众包图像学习方法
授权
摘要
本发明属于图像标注技术领域，公开了一种基于多专家系统和知识蒸馏的众包图像学习方法，该方法包括：步骤1.获取图像数据，并构造众包标注集；步骤2.使用图像集和众包标注集训练一个深度众包学习模型；步骤3.使用步骤2得到的模型生成第一真实标记预测；步骤4.使用图像集和第一真实标记预测训练一个无噪声建模的噪声标记学习模型；步骤5.使用步骤4得到的模型生成第二真实标记预测；步骤6.使用第二真实标记预测、图像集和众包标注集重新训练一个深度众包学习模型；步骤7.使用步骤4和步骤6的模型预测标记未知图像的真实标记。本发明将深度众包学习方法与无噪声建模的噪声标记学习方法结合，提升了分类器模型图像标记的预测效果。
基本信息
专利标题 ：
一种基于多专家系统和知识蒸馏的众包图像学习方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114299349A
申请号 ：
CN202210205861.8
公开（公告）日 ：
2022-04-08
申请日 ：
2022-03-04
授权号 ：
CN114299349B
授权日 ：
2022-05-13
发明人 ：
李绍园侍野
申请人 ：
南京航空航天大学
申请人地址 ：
江苏省南京市江宁区将军大道29号
代理机构 ：
青岛锦佳专利代理事务所(普通合伙)
代理人 ：
朱玉建
优先权 ：
CN202210205861.8
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
2022-05-13 ：
授权
2022-04-08 ：
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
