阿波罗智联(北京)科技有限公司;阿波罗智行科技(广州)有限公司夏春龙获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉阿波罗智联(北京)科技有限公司;阿波罗智行科技(广州)有限公司申请的专利分类模型及车辆图像分类模型的训练方法、装置及设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115641470B 。
龙图腾网通过国家知识产权局官网在2026-03-17发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202211268285.8,技术领域涉及:G06V10/764;该发明授权分类模型及车辆图像分类模型的训练方法、装置及设备是由夏春龙设计研发完成,并于2022-10-17向国家知识产权局提交的专利申请。
本分类模型及车辆图像分类模型的训练方法、装置及设备在说明书摘要公布了:本公开提供了一种分类模型及车辆图像分类模型的训练方法、装置及设备,涉及深度学习、自动驾驶、智能交通等人工智能技术领域。具体实施方案为:获取分类模型和测试集;通过分类模型对测试集进行类别预测,以获取各测试样本对应的第一预测类别;基于第一预测类别和标注类别,分别确定各标注类别对应的第一送标比例,并基于各标注类别的第一送标比例,从待送标的数据集中确定各标注类别对应的第一训练样本;基于各标注类别对应的第一训练样本,对分类模型进行训练。通过分类模型对测试集进行预测,确定各标注类别对应的第一送标比例,并基于第一送标比例对各标注类别对应的训练样本的数量比例进行优化,可以提升分类模型的训练效果。
本发明授权分类模型及车辆图像分类模型的训练方法、装置及设备在权利要求书中公布了:1.一种图像分类模型的训练方法,包括: 获取图像分类模型和图像测试集,所述图像测试集包含多个标注类别的图像测试样本,每个所述标注类别的图像测试样本至少为一个; 通过所述分类模型对所述图像测试集进行类别预测,以获取所述图像测试集中各所述图像测试样本对应的第一预测类别; 针对任一所述图像标注类别,确定所述图像标注类别的测试样本中正负样本标识分别为第一正负样本标识、第二正负样本标识、第三正负样本标识的图像测试样本的第一数量、第二数量和第三数量; 基于所述第一数量和所述第二数量确定所述图像标注类别的精确率,并基于所述第一数量和所述第三数量确定所述图像标注类别的召回率;基于所述精确率和所述召回率确定所述图像标注类别的样本得分;基于所述样本得分确定所述图像标注类别对应的第一送标比例; 基于各所述标注类别的所述第一送标比例,从待送标的图像数据集中确定各所述标注类别对应的第一训练样本,其中,每个所述标注类别对应的第一训练样本的数量是根据对应标注类别的第一送标比例确定的; 基于各所述标注类别对应的第一训练样本,对所述图像分类模型进行训练; 其中,所述图像测试样本为正样本,若所述图像测试样本的第一预测类别与待评价的所述标注类别相同,确定所述图像测试样本对应的正负样本标识为第一正负样本标识,若所述图像测试样本的第一预测类别与待评价的所述标注类别不相同,确定所述图像测试样本对应的正负样本标识为第三正负样本标识; 所述图像测试样本为负样本,且所述图像测试样本的第一预测类别与待评价的所述标注类别相同,确定所述图像测试样本对应的正负样本标识为第二正负样本标识。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人阿波罗智联(北京)科技有限公司;阿波罗智行科技(广州)有限公司,其通讯地址为:100176 北京市北京经济技术开发区瑞合西二路7号院1号楼1层101;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励