基于深度学习的弱监督RPA元素识别方法及系统
实质审查的生效
摘要
本发明属于RPA元素识别技术领域，具体涉及基于深度学习的弱监督RPA元素识别方法及系统。包括步骤：S1，对有监督数据，从每个类别的样本中不放回的采样若干个元素图像样本；对无监督数据，从每个类别的样本中不放回的随机采样若干个元素图像样本；S2，对各个元素图像样本进行多次数据增强处理，得到多个处理后的元素图像样本；S3，提取获得的元素图像样本的特征，并分别通过配准学习、度量学习、表征学习、自监督学习和聚类学习的方式对元素图像样本的特征进行识别。本发明具有能基于少量人工标注数据，学习难分样本，并结合元素大数据分布规律，提升泛化能力，实现高效、鲁棒的元素识别功能的特点。
基本信息
专利标题 ：
基于深度学习的弱监督RPA元素识别方法及系统
专利标题（英）：
暂无
公开（公告）号 ：
CN114360038A
申请号 ：
CN202210279499.9
公开（公告）日 ：
2022-04-15
申请日 ：
2022-03-22
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王庆庆孙林春
申请人 ：
杭州实在智能科技有限公司
申请人地址 ：
浙江省杭州市余杭区余杭街道文一西路1818-2号6幢6层
代理机构 ：
浙江永鼎律师事务所
代理人 ：
周希良
优先权 ：
CN202210279499.9
主分类号 ：
G06V40/16
IPC分类号 ：
G06V40/16 G06V40/10 G06V10/74 G06V10/762 G06V10/774 G06V10/764 G06V10/82 G06K9/62 G06N3/04 G06N3/08
法律状态
2022-05-03 ：
实质审查的生效
IPC(主分类) : G06V 40/16
申请日 : 20220322
申请日 : 20220322
2022-04-15 ：
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
