Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 深圳云天励飞技术股份有限公司杨一帆获国家专利权

深圳云天励飞技术股份有限公司杨一帆获国家专利权

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!

龙图腾网获悉深圳云天励飞技术股份有限公司申请的专利一种模型训练中样本类别的预测方法、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:CN116168265B

龙图腾网通过国家知识产权局官网在2026-04-17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:202211698134.6,技术领域涉及:G06V10/774;该发明授权一种模型训练中样本类别的预测方法、装置、设备及介质是由杨一帆;余晓填;王孝宇设计研发完成,并于2022-12-28向国家知识产权局提交的专利申请。

一种模型训练中样本类别的预测方法、装置、设备及介质在说明书摘要公布了:本发明涉及模型训练技术领域,尤其涉及一种模型训练中样本类别的预测方法、装置、设备及介质。该方法通过获取每个样本的类别特征和类别概率估计结果,根据类别特征的相似度构建邻接图结构信息,获取样本的类别残差,根据邻接图结构信息、类别残差、类别概率估计结果,结合修正平滑操作,得到修正平滑后的类别概率估计结果,根据上一次迭代中的类别概率预测结果和本次迭代中的修正平滑后的类别概率估计结果,确定本次迭代中的类别概率预测结果,并确定模型损失来训练待训练模型,通过将样本邻接信息和样本本身信息相融合,使得类别概率预测结果同时融合了历史迭代信息,以及样本之间在特征维度上的相互关系,提高了待训练模型的准确率。

本发明授权一种模型训练中样本类别的预测方法、装置、设备及介质在权利要求书中公布了:1.一种模型训练中样本类别的预测方法,其特征在于,所述模型训练中样本类别的预测方法包括: 在使用训练样本集对待训练模型进行训练时,获取本次迭代中每个样本的类别特征和类别概率估计结果,针对所述训练样本集中任一样本,根据所述样本与其他样本之间类别特征的相似度,构建所述样本的邻接图结构信息,其中,待训练模型为待训练的人体姿态分类模型,训练样本集为带噪的人体姿态图像数据集,类别特征是针对各个人体姿态样本图像提取到的特征信息,类别概率估计结果表征对应人体姿态样本图像属于各个人体姿态类别的概率,所述邻接图结构信息为根据人体姿态样本图像与其他人体姿态样本图像之间类别特征的相似度所构建的; 从所述训练样本集中选取干净样本集和非干净样本集,针对所述干净样本集中任一样本,根据所述样本的类别标签和对应的所述类别概率估计结果,确定所述样本的类别残差,将所述非干净样本集中所有样本的类别残差置为预设值; 根据所有人体姿态样本图像的邻接图结构信息和所述类别残差,结合修正操作来纠正所述类别概率估计结果中的误差,根据所有人体姿态样本图像的所述邻接图结构信息,结合平滑操作来平滑类别概率估计结果,得到对应人体姿态样本图像的修正平滑后的类别概率估计结果; 根据上一次迭代中的类别概率预测结果和本次迭代中的所述修正平滑后的类别概率估计结果,确定本次迭代中的类别概率预测结果,所述本次迭代中的类别概率预测结果用于在本次迭代中,结合所述修正平滑后的类别概率估计结果和类别标签确定模型损失,根据模型损失对待训练模型进行训练,得到训练好的模型。

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深圳云天励飞技术股份有限公司,其通讯地址为:518000 广东省深圳市龙岗区园山街道龙岗大道8288号深圳大运软件小镇17栋1楼;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。

免责声明
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。