公开(公告)号：CN113191385A

公开(公告)日：2021-07-30

申请号：CN202110318366.3

申请日：2021-03-25

Applicant: 之江实验室

Inventor： 钟昊文 ,  陈岱渊 ,  单海军 ,  杨非 ,  傅家庆 ,  俞再亮

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于预训练标注数据不可知的图像分类自动标注方法，包括如下步骤：S1，获取待标注图像，收集预训练图像分类模型；S2，将预训练图像分类模型拆分成特征提取模型与标签预测模型，并初始化，固定标签预测模型参数，不参与后续迁移训练；S3，约束特征提取模型，使自动标注模型的输出具体类别确定，整体分布离散；S4，对特征提取模型输出特征进行聚类；S5，筛选出大小超过阈值的聚类簇，所对应的类别组成为待标注图像标签空间；S6，给所有待标注图像打上伪标签；S7，重新聚类并分配伪标签，对特征提取模型进行有监督训练；S8，迭代S3至S7；S9，使用迁移后的自动标注模型对待标注图像进行推理，得到标注结果。

公开(公告)号：CN112884021A

公开(公告)日：2021-06-01

申请号：CN202110127717.2

申请日：2021-01-29

Applicant: 之江实验室 ,  杭州电子科技大学

Inventor： 单海军 ,  俞再亮 ,  徐岗 ,  吴向阳 ,  刘真 ,  李勇杰 ,  杨凯兵 ,  王丹丹 ,  马书豪 ,  姜子敬 ,  陈思强 ,  渠冲冲 ,  朱威特 ,  徐懂事 ,  高炜哲

IPC: G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种面向深度神经网络可解释性的可视分析系统，包括：深度学习模型结构和计算过程的解释性可视化模块，揭示深度学习模型内部的网络结构和数据流的逐步计算流程；训练过程数据流的解释性可视化模块，揭示整个训练过程中数据流的统计信息；神经网络特征提取功能的解释性可视化模块，将神经元权重或神经元输出以可视化方式展示给用户，以解释各层神经元的特征提取能力，通过对比可视化方式，发现模型在不同时间点、不同参数等情况下的表现差异；数据异常值的解释性可视化模块，帮助用户发现数据中的异常和训练中模型参数的异常，提示用户及时暂停和修改模型参数；用户定制功能可视化模块，支持多种可视化模块在同一个页面中进行展示。