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！

龙图腾网获悉厦门市公安局;厦门大学;南强智视(厦门)科技有限公司申请的专利一种伪标签无监督数据训练方法、装置、设备及介质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：CN116912624B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202310908128.7，技术领域涉及：G06V10/774；该发明授权一种伪标签无监督数据训练方法、装置、设备及介质是由覃智泉;陈骞;纪荣嵘;周奕毅设计研发完成，并于2023-07-24向国家知识产权局提交的专利申请。

本一种伪标签无监督数据训练方法、装置、设备及介质在说明书摘要公布了：本发明提供一种伪标签无监督数据训练方法、装置、设备及介质，方法包括使用CLIP预训练模型对图像库中的无标注图像数据进行样本初步标注；根据初步标注结果和类别置信度，对不同的类别挑选样本进行人工标注得到人工标注图像数据；利用人工标注图像数据，通过交叉熵损失函数对分类模型进行有监督训练，将训练后的分类模型复制成两份，一份作为教师网络模型，另一份作为学生网络模型；通过教师网络模型为无标注图像数据生成伪标签，计算基于聚类伪标签的自适应阈值，利用自适应阈值对教师网络模型生成的伪标签进行过滤，并使用过滤后的伪标签训练学生网络模型。本发明的优点：能够降低人工标注成本，便于生成多样化、且高质量的伪标签。

本发明授权一种伪标签无监督数据训练方法、装置、设备及介质在权利要求书中公布了：1.一种伪标签无监督数据训练方法，其特征在于，所述训练方法包括： 步骤S1、使用CLIP预训练模型对图像库中的无标注图像数据进行样本初步标注，生成初步标注结果； 步骤S2、根据初步标注结果和类别置信度，对不同的类别挑选样本，并对挑选的样本进行人工标注得到人工标注图像数据； 步骤S3、利用人工标注图像数据，通过交叉熵损失函数对分类模型进行有监督训练，将训练后的分类模型复制成两份，且一份作为教师网络模型，另一份作为学生网络模型； 步骤S4、通过教师网络模型为无标注图像数据生成伪标签，计算基于聚类伪标签的自适应阈值，利用自适应阈值对教师网络模型生成的伪标签进行过滤，并使用过滤后的伪标签训练学生网络模型；具体包括： 步骤S41、利用教师网络模型对图像库中的无标注图像数据抽取图像特征，并对抽取的图像特征进行无监督K-Means聚类，从而得到若干个聚类中心； 步骤S42、随机挑选无标注图像数据，利用教师网络模型对挑选的无标注图像数据抽取图像特征，并计算抽取的图像特征与各个聚类中心的欧式距离，利用抽取的图像特征与各个聚类中心的欧式距离计算出自适应阈值； 步骤S43、通过教师网络模型对挑选的无标注图像数据生成伪标签，利用自适应阈值对教师网络模型生成的伪标签进行过滤，并将满足过滤条件的伪标签添加到标注样本中； 步骤S44、利用标注样本中的标注数据对学生网络模型进行有监督训练，同时使用移动平均方法更新教师网络模型的权重； 步骤S45、重复执行步骤S41至步骤S44，直到满足设定的迭代次数。

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厦门市公安局;厦门大学;南强智视(厦门)科技有限公司，其通讯地址为：361000 福建省厦门市明区新华路45号；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。